Python 如何在scipy中找到对输入值和有限制的函数的最佳值？

我有两个输入值的线性函数，如下所示（

params

已计算）：

现在我想用

scipy.optimize.minimize

计算函数的最佳值（最小值），并限制输入值范围：输入的总和不允许大于1000。我可以将各自的两个输入限制在以下范围内：

bounds = ((0.0, 1000.0), (0, 1000.0))
scipy.optimize.minimize(objective, (0, 0), method="TNC", bounds=bounds)

---

它给出了

1000，1000

作为最佳输入值的候选值，正如预期的那样。然而，正如我所说的，我需要输入值对在值的总和受到限制的范围内进行优化，而不仅仅是单独的输入值。我应该如何修改我的代码才能做到这一点？

只是一个猜测——当然不是一个好的解决方案——但也许您可以在函数的输出中添加一个术语，当输入偏离值和的条件时，该术语会急剧增加。通过使其平滑，它仍然可以很好地使用依赖于估计梯度的方法。断言最终解决方案满足求和标准。

bounds = ((0.0, 1000.0), (0, 1000.0))
scipy.optimize.minimize(objective, (0, 0), method="TNC", bounds=bounds)