Python中的optimize.minimize未找到解决方案
我正在尝试使用optimize.minimize最大化函数,但由于某些原因没有给出正确的答案Python中的optimize.minimize未找到解决方案,python,scipy,Python,Scipy,我正在尝试使用optimize.minimize最大化函数,但由于某些原因没有给出正确的答案 import numpy as np import pandas as pd import math from scipy.optimize import minimize import matplotlib.pyplot as plt eps = 0.001 def safe_log(x): if x > eps: return math.log(x) loge
import numpy as np
import pandas as pd
import math
from scipy.optimize import minimize
import matplotlib.pyplot as plt
eps = 0.001
def safe_log(x):
if x > eps:
return math.log(x)
logeps = np.log(eps)
a = 1 / (3 * eps * (3 * logeps * eps)**2)
b = eps * (1 - 3 * logeps)
return a * (x - b)**3
def funct(x):
return -(( (1 - 0.45192566) * safe_log( 1 - x )) + ( 0.45192566 * safe_log( 1 + ((5.5 - 1)*x) )))
cons = ({'type': 'ineq', 'fun': lambda x: x-1})
bnds = ((0, None),)
res = minimize(funct, (0), constraints=cons, bounds=bnds)
print("res", res.x)
print("mes", res.message)
x = []
y = []
for i in range(0, 100):
x.append(i/100)
y.append(funct(i/100))
pass
plt.plot(x,y)
plt.show()
计算出的答案是1
如果我绘制函数,有一个清晰的min,如图所示
我已经被这个问题困扰了几天,我找不到答案。您已经将
x
限制为至少1:
cons = ({'type': 'ineq', 'fun': lambda x: x-1})
SciPy已经成功地最小化了受边界和约束的目标函数。根据这些界限和约束,最小值出现在x=1。请发布运行的代码段,并在运行时复制错误。我们不能运行这个。这个约束到底是怎么回事?你的代码不好。只需复制粘贴它并尝试运行它。你能跑吗?如果没有,则编辑它。我收到
索引器错误:SLSQP错误:边界的长度与x0的长度不兼容。
对不起,我的坏人,现在它正在工作。第一次在这里发布它将不会再次发生。现在,这是工作,请考虑(a)删除这个问题,或(b)张贴问题的答案与细节,你是如何解决它。