python中带约束的Nelder-Mead优化

目前，我正在寻找python中的Nelder Mead优化器，它也接受变量的边界和约束。 Scipy有一个Nelder Mead优化器，但它不允许任何约束

在我的搜索过程中，我发现了这个包，这应该使这成为可能

下面是一个如何使用constrNMPy的示例：

# Define initial guess
x0=[2.5,2.5]

# Define lower and upper bounds (None indicates no bound)
LB=[2,2]
UB=[None,3]

# Call optimizer
import constrNMPy as cNM 
res=cNM.constrNM(cNM.test_funcs.rosenbrock,x0,LB,UB,full_output=True)

# Print results
cNM.printDict(res)

但是，此示例仅说明如何定义边界，而不能定义约束。在上面的示例中，我希望有以下约束，以便变量只接受总和为5的值：

cons = {'type':'eq', 'fun':lambda x0: 5 - sum(x0)}

如何将此约束传递给

constrNM

调用

---

或者是否有其他带有约束的Nelder-Mead优化器软件包？

我不知道有任何Nelder-Mead算法可以处理一般约束。您可能想看看其他算法，如SLSQP或COBYLA。我想你会处理一些小问题。