用python中的scipy求解有界非线性极小化

试图解决一个简单的单变量非线性极小化问题

from scipy.optimize import minimize
import math

alpha = 0.05
waiting = 50
mean_period = 50
neighborhood_size = 5

def my_func(w):
    return -(2/(w+1) + alpha*math.floor(waiting/mean_period))*(1-(2/(w+1) + alpha*math.floor(waiting/mean_period)))**(neighborhood_size-1)

print minimize(my_func, mean_period, bounds=(2,200))

这让我

ValueError: length of x0 != length of bounds

我输入错了吗？我应该如何格式化它

如果我去掉边界，我得到：

status: 2
  success: False
     njev: 19
     nfev: 69
 hess_inv: array([[1]])
      fun: array([-0.04072531])
        x: array([50])
  message: 'Desired error not necessarily achieved due to precision loss.'
      jac: array([-1386838.30676792])

函数看起来像，因此我需要将解限制在我感兴趣的局部最大值内的边界。

它应该是：

print minimize(my_func, mean_period, bounds=((2,200),))

  status: 0
 success: True
    nfev: 57
     fun: array([-0.08191999])
       x: array([ 12.34003932])
 message: 'CONVERGENCE: NORM_OF_PROJECTED_GRADIENT_<=_PGTOL'
     jac: array([  2.17187379e-06])
     nit: 4

打印最小化（my_func，mean_period，bounds=（（2200），）
状态：0
成功：真的
nfev:57
乐趣：数组（[-0.08191999]）
x:数组（[12.34003932]）
信息：'收敛：投影梯度的范数，你能试试边界=（（2200），）？@ambi，事实上这解决了它。我想我在第一次尝试时就错了。一个快速的反问：来自C语言背景的人很容易从函数签名确定参数的类型。在这种情况下，一个新用户如何知道它接受一个元组而不实际查看源（）？正如我在上面的评论中提到的，我来自一个C背景，在这里可以很容易地从函数签名确定参数的类型。在这种情况下，新用户如何知道它需要一个元组而不实际查看源代码（）？@George不幸的是，Python中的一个问题是很难看到函数需要什么类型。通常要由文档来明确这一点-在minimize（）的文档中，它说边界是一个“序列”-它没有指定元组的原因是因为它实际上可以用于任何iterable，例如，它可以是一个列表。