Python 带参数极小化函数

目前，我有以下代码定义函数

f

a = #something
b = #something
c = #something
def f(x):
    """Evaluates some function that depends on parameters a, b, and c"""
    someNumber = #some calculation
    return someNumber

---

理想情况下，我会定义f（x，a，b，c），但我正在最小化关于

x

的

f

，并且SciPy的优化工具箱不允许最小化参数中带有参数的函数。也就是说，我想为

a、b

和

c

的多个值运行最小化代码。有什么方法可以做到这一点吗？

您可以在

args

from scipy.optimize import minimize 
minimize(f, x0, args=(a, b, c))

---

这是一个关于使用

minimize

的简单问题和答案。如果其他用户需要更具体的东西，这里有一个简单的例子

广义二次方程：

In [282]: def fun(x, a,b,c):
     ...:     return a*x**2 + b*x + c

In [283]: optimize.minimize(fun, 10, args=(1,0,0))
Out[283]: 
      fun: 1.7161984122524196e-15
 hess_inv: array([[ 0.50000001]])
      jac: array([ -6.79528891e-08])
  message: 'Optimization terminated successfully.'
     nfev: 15
      nit: 4
     njev: 5
   status: 0
  success: True
        x: array([ -4.14270251e-08])

In [284]: optimize.minimize(fun, 10, args=(1,1,1))
Out[284]: 
      fun: 0.7500000000000221
 hess_inv: array([[ 0.49999999]])
      jac: array([  3.12924385e-07])
  message: 'Optimization terminated successfully.'
     nfev: 12
      nit: 2
     njev: 4
   status: 0
  success: True
        x: array([-0.49999985])

该函数也可以将数组作为输入，但仍需要返回单个（标量）值：

最好确保函数使用建议的

x0

和args运行，例如

In [291]: fun(np.array([10,10,10]), np.array([1,2,3]), 1, 1)
Out[291]: 633

---

如果您不能调用目标函数，或者对其参数如何工作感到困惑，

minimize

并不是一个灵丹妙药。这种最小化只与您对目标函数的理解一样好。

使用

functools“冻结”具有特定
a、b、c
值的函数。部分
？@pm2r这样做会起作用，我很高兴我现在知道了这个工具，但正如@Liteye所指出的
minimize
实际上允许我传递它的参数。谢谢不用担心
partial
在您需要时非常好，但我不知道SciPy，所以这只是一个建议。显然，莱特耶的答案是正确的方法很抱歉，我找到了一个旧答案，但我认为另一个问题可能是重复的。如何添加一个约束，该约束取决于最小化变量x和其中一个参数，例如a。对于x+a<1的附加约束，我有一个类似的问题。@user1936752，我认为使用与目标函数相同的参数调用约束，即
（x，）+args
（元组连接）。所以他们必须有相同的签名，或者至少有一个兼容的。谢谢你的评论。也许我无法正确地表达我的问题，所以我在这里问了一个单独的问题：。如果你有时间看，我将非常感激！调用
args
中的参数是否需要与调用函数体
f
中的参数相同？是否也
f
保持
f（x）
，还是变成
f（x，a，b，c）
？
In [291]: fun(np.array([10,10,10]), np.array([1,2,3]), 1, 1)
Out[291]: 633