Python 如何为Powell设置合适的方向向量'；在scipy.optimize.minimize上的s方法？

我正在建立一些spring网络，以便为橡胶牵引力测试建立一个模型。我在网络的一些节点上施加位移，锁定其他节点，然后对系统的能量运行最小化函数，以得到稳定的系统

首先，使用

Nelder-Mead

方法，我遇到了发散问题，系统的能量随着迭代次数的增加而增加，所以我尝试鲍威尔的方法。方向向量应该有助于我的函数以正确的方向“移动”我的节点

不幸的是，我仍然得到一个错误

这是我的密码：

import scipy as sc
import scipy.optimize as opt
import numpy as np
### Scipy.optimize.minimize with Powell's method
# Algorithm' starting point
x0 = np.array([1., 1., 2., 1., 2., 3., 1., 2., 3., 1., 2., 3., 2., 3., 3., 0., 1.,
       0., 2., 1., 0., 3., 2., 1., 4., 3., 2., 4., 3., 4.])

# Setting up the variables we will need
Bounds= opt.Bounds(lb=0, ub=10)
Direc = (np.array([[1, 1, 2, 1, 2, 3, 1, 2, 3, 1, 2, 3, 2, 3, 3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                  [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 1, 2, 0, 1, 2,-1, 0, 1,-2,-1, 0,-2,-1,-2]]))

# Run the optimization function
x_pow = opt.minimize(minimize_energy, x0, method='Powell', tol=1e-6, bounds = Bounds,
                 options={'maxiter': 1e4, 'disp': True, 'direc':Direc}) 

下面是我得到的错误：

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-23-f0bb1bfcaa17> in <module>
      8 # Run the optimization function
      9 x_pow = opt.minimize(minimize_energy, x0, method='Powell', tol=1e-6, bounds = Bounds,
---> 10                  options={'maxiter': 1e4, 'disp': True, 'direc':Direc}) 
     11 
     12 print('final x')

C:\Bib\envs\statmath3\lib\site-packages\scipy\optimize\_minimize.py in minimize(fun, x0, args, method, jac, hess, hessp, bounds, constraints, tol, callback, options)
    598         return _minimize_neldermead(fun, x0, args, callback, **options)
    599     elif meth == 'powell':
--> 600         return _minimize_powell(fun, x0, args, callback, **options)
    601     elif meth == 'cg':
    602         return _minimize_cg(fun, x0, args, jac, callback, **options)

C:\Bib\envs\statmath3\lib\site-packages\scipy\optimize\optimize.py in _minimize_powell(func, x0, args, callback, xtol, ftol, maxiter, maxfev, disp, direc, return_all, **unknown_options)
   2638         delta = 0.0
   2639         for i in ilist:
-> 2640             direc1 = direc[i]
   2641             fx2 = fval
   2642             fval, x, direc1 = _linesearch_powell(func, x, direc1,

IndexError: index 2 is out of bounds for axis 0 with size 2

---------------------------------------------------------------------------
索引器回溯（最后一次最近调用）
在里面
8#运行优化功能
9 x_pow=opt.minimize（最小化能量，x0，方法='Powell'，tol=1e-6，界限=界限，
--->10个选项={'maxiter'：1e4，'disp'：True，'direc'：direc}）
11
12打印（“最终x”）
C:\Bib\envs\statmath3\lib\site packages\scipy\optimize\\u minimize.py in minimize（fun、x0、args、method、jac、hess、hessp、bounds、constraints、tol、callback、options）
598 return _minimize _neldermead（fun、x0、args、callback、**选项）
599 elif meth==“鲍威尔”：
-->600返回_最小化_powell（乐趣、x0、args、回调、**选项）
601 elif meth==“cg”：
602返回最小化cg（乐趣、x0、参数、jac、回调、**选项）
C:\Bib\envs\statmath3\lib\site packages\scipy\optimize\optimize.py in_minimize_powell（func、x0、args、callback、xtol、ftol、maxiter、maxfev、disp、direc、return_all、**未知选项）
2638δ=0.0
2639对于ilist中的i：
->2640 direc1=direc[i]
2641 fx2=fval
2642 fval，x，direc1=\u linesearch\u powell（func，x，direc1，
索引器：索引2超出大小为2的轴0的界限

我不明白为什么当我的方向向量与要优化的参数向量

x0

长度相同时，我会得到一个越界。

---

感谢您的帮助！

Powell是否期望N个方向向量，其中N是x0的长度？我知道它在默认情况下使用的是N个方向向量，但我不确定它是否严格要求。