Python 约束条件下共享计算的scipy优化
我试图在scipy中对目标函数进行非线性约束优化 我的问题是,我有许多共享中间结果的约束。比如:Python 约束条件下共享计算的scipy优化,python,optimization,scipy,constraints,mathematical-optimization,Python,Optimization,Scipy,Constraints,Mathematical Optimization,我试图在scipy中对目标函数进行非线性约束优化 我的问题是,我有许多共享中间结果的约束。比如: def constraint1_i(x): T = f_i(x) return g(T) def constraint2_j(x): T = f_j(x) return h(T) 其中i和j贯穿1到n 换句话说,在每个约束中,我在x上运行f,以获得计算约束所需的中间值。同样的事情会不必要地运行两次(当i==j时,对于所有i,j) 有没有办法跨约束共享计算以避免重复计算? 注:有点类
def constraint1_i(x):
T = f_i(x)
return g(T)
def constraint2_j(x):
T = f_j(x)
return h(T)
其中i
和j
贯穿1到n
换句话说,在每个约束中,我在x
上运行f
,以获得计算约束所需的中间值。同样的事情会不必要地运行两次(当i==j
时,对于所有i,j
)
有没有办法跨约束共享计算以避免重复计算?
注:有点类似,但更具体(也没有答案)