Python 将SciPy优化限制为整数

我正在使用SciPy的优化函数（特别是

shgo（）

）来优化我的问题。现在我正在设法得到一个有效的解决方案，不过我想对此稍加改进

我的职责是解决NLU问题。基本上，我有一个标记化的句子，每个单词我都有一个潜在的解释。对于每一个组合，我都可以应用黑盒语法规则，这将得到一个分数

问题是，就复杂性而言，它可能是灾难性的，因为它是

O（exp（n））

出于这个原因，我使用了

shgo（）

优化算法（或类似的东西），到目前为止，它给了我很好的结果，唯一的一点是最小化函数使用实值而不是整数，但我的参数是整数（单词1=解释2，单词2=解释1，…，单词N=解释I）

最后，对于一些非常明显的选项（每个单词1个解释或更少），它需要170次运行，因为它试图找到确切的值，而实际上它正在探索[0,1]范围内的东西，这对我来说实际上是一样的

我想要整数步长，但在使用了不同的参数后，我找不到如何告诉最小值有更小的步长。即使它不是严格意义上的整数，只要在距离解0.5时停止就已经是一个很好的改进

编辑：你可以，如果你想的话

---

谢谢！

请包含您编写的代码。当然，我已经添加了链接。请将代码作为文本包含在问题中。这样，它会显示在搜索中，其他寻求帮助的成员可以根据他们的需要复制和编辑代码。（此特定问题可能更适合该网站。）考虑一下：这不是codereview的问题，我只是问如何在SciPy的极小值函数上有一个整数步长……好吧，那么我可能错了@Rémy（我是说这是一种可能性）。我只是一个偶然发现你的问题的评论员，并指出了发帖的最佳做法。我希望你能尽快得到答案，我不是一个科学专家……欢迎来到stackoverflow。