Python 使用scipy.optimize.minimize最大化函数

各位!！正如标题所述，我正在尝试使用scipy.optimize.minimize功能最大化多变量标量函数的值。根据文档，需要将函数中的符号变量和雅可比矩阵（如有必要，还有黑森矩阵）设置为-1
然而，由于这一点，我的目标函数输出的最终结果是负的。我尝试了最基本的技巧，通过在函数本身内部打印出目标函数求值来找出哪里出了问题。令人惊讶的是，实际输出结果为正，而minimize（）返回的结果为负
这里有没有人遇到过类似的情况？如果有，你会建议采取什么措施来纠正这个错误？如果您能稍微说明符号因素在过程中的重要性，我将不胜感激。

---

另外，我一直在使用SLSQP方法进行优化

你的结果是负数，因为你把你的目标函数乘以-1。只需将结果再次乘以-1即可得到原始目标函数的值。谢谢您的回复。是的，一切都解决了。但这是我们每次使用scipy.optimize最大化目标函数时都需要做的事情吗？请提供一个完整且最小的代码示例。您描述的输出可能有任何原因，包括调用

print

时的打字错误。还有，什么是符号变量？你在哪里找到的？我从来没有提到过符号这个词。我为给你带来的麻烦向你道歉。这是作为主题的一部分提到的：多元标量函数的约束极小化。如果你能看看，那就太好了。谢谢是的，每次都是这样。您提供的链接中的

符号

参数不是

最小化

API的一部分。相反，它只是一个额外的常量参数，传递给用户定义的OF和梯度（通过参数

args=（-1.0，）

），它只不过是将这些函数乘以-1而已。您的结果是负数，因为您将目标函数乘以-1。只需将结果再次乘以-1即可得到原始目标函数的值。谢谢您的回复。是的，一切都解决了。但这是我们每次使用scipy.optimize最大化目标函数时都需要做的事情吗？请提供一个完整且最小的代码示例。您描述的输出可能有任何原因，包括调用

print

时的打字错误。还有，什么是符号变量？你在哪里找到的？我从来没有提到过符号这个词。我为给你带来的麻烦向你道歉。这是作为主题的一部分提到的：多元标量函数的约束极小化。如果你能看看，那就太好了。谢谢是的，每次都是这样。您提供的链接中的

符号

参数不是

最小化

API的一部分。相反，它只是一个额外的常量参数，传递给用户定义的OF和gradient（通过参数

args=（-1.0，）

），它只是将这些函数乘以-1。