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

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。