Python 如何为scipy最小化创建目标函数

好的，很抱歉问了这么多问题，但我对Python还不熟悉，我一直在努力

我相信我终于创建了一个功能性代码。然而，我似乎无法正确定义目标函数。其余的似乎是根据目标给我的值正确计算的。这是我现在的目标函数：

def objective (x):
    global sumIp, sumIm
    if (It[i-1] - d[i] + Qt[i-LT]) >= 0:
        sumIp = sumIp + x[2]
        sumIm = sumIm + 0
    else:
        sumIp = sumIp + 0
        sumIm = sumIm - x[2]
    return h*sumIp+b*sumIm

x[2]本来就是我的It[i]。sumIp和sumIm都应大于等于0

下面是完整的代码，如果有人想看一看：-我相信这是我唯一错过的部分，以实现我想要的，但我不知道如何做到这一点，为我的生活，一直围绕着这几天！感谢您的帮助。

评论1 注意-我正在对第一个pastebin副本进行更改，如问题描述中的链接所示

尝试以下操作：删除global语句，使目标函数如下所示

def objective (x):
    # [`global` removed here]
    if (It[i-1] - d[i] + Qt[i-LT]) >= 0:
        sumIp = sumIp + x[2]
        sumIm = sumIm + 0
    else:
        sumIp = sumIp + 0
        sumIm = sumIm - x[2]
    return h*sumIp+b*sumIm

这样，此时x[2]的sumIp和sumIm值将在每个目标调用中本地创建，而不是全局编辑。您可能希望重命名局部变量，以避免混淆

然后，最小化完成后，将更改推送到最终的最佳x[2]值，如下所示：

def test(T):
    global i
    while i < T:
        # [...]
        sol = minimize(objective, x0, constraints=cons)

        if (It[i-1] - d[i] + Qt[i-LT]) >= 0:
            sumIp = sumIp + sol.x[2]
            sumIm = sumIm + 0
        else:
            sumIp = sumIp + 0
            sumIm = sumIm - sol.x[2]
        # [...]
        i += 1
    return Qt, NIt, It

评论2 好吧。x[0]==Qt[i]，而不是Qt[i-1]，对吗？如果是这样，那么就不能简单地交换Qt[i-1]和x[0]。另外，当您删除x[0]时，优化器停止执行操作这一事实也是有意义的；当试图最小化表达式时，唯一允许更改的是x值，如果您删除它们，那么最小化者所能做的就更少了

关于一般的奇怪之处，这可能与约束使用if语句这一事实有关，这基本上使它们成为分段函数。虽然有处理非线性约束的最小化方法，但我不确定是否有处理不可微约束的方法

要解决这个问题，请参阅我在中所做的更改。我用两个严格非负变量x[2]和x[3]替换了x[2]，其中旧值现在是x[2]-x[3]。这样就不需要在目标中使用if语句。为了使变量非负，我用x_边界为问题添加了边界条件。注意，这样就不需要constraint1函数，所以我删除了它。代码中还有更多的空间进行其他简化，但由于没有必要，我将其他所有内容都放在一边

所以我唯一不太明白的是约束2：你能再解释一下它应该做什么吗？

Summary 好吧，那么。我将为你总结一下你的问题，但主要是为了帮助我：p

您有一系列要计算的值，这些值都围绕着计算Qt[i]展开。这些是：

d[i]-在真实场景中外部提供的一些值列表，但出于您的目的，使用随机值模拟这些值；最重要的是，这不是必须计算的事情。另一个注意事项：我假设我们不能预见未来并使用d[I+1]或类似的东西。 It[i]-由It[i]=It[i-1]-d[i]+Qt[i-LT]给出，其中Qt部分因i 解决方案

---

…还不太确定：\r抱歉

我需要更多的信息。根据我的理解，最小化函数计算使x的某些表达式最小化的完美x数组。你想最小化什么表达式？我试图最小化h*sumIp+b*sumIm刚刚注意到我的代码中有一个错误，正在编写h*sumIm*b*sumIm，编辑了帖子和完整的代码，其中sumIp和sumIm基于我的It[I]，在本例中是指我的x[2]。当它[i]>0时，该值被添加到sumIp，当它[i]<0时，其对称值-It[i]被添加到sumIm，两者都必须为正，因为这个h*sumIp+b*sumIm表达式是一个代价。如果我正确理解最小化函数的工作原理，目标将运行多次，对吗？所以这是一个大问题，因为它会多次将x[2]加到我的总和中，即使我只希望每个I发生一次。我不知道如何阻止这种情况发生。是的，我想说的是，你不应该编辑目标函数中的值，因为它将在minmize函数中运行任意次数。如果您希望该逻辑在每次迭代中运行一次，请移动

---

它超出了目标，并放在最小化调用之前。否则，最小化位在我看来没问题。如果你这么做了，它仍然不起作用，请更新你在粘贴箱上的代码，我会再做一次look@Sergio如果这不是你想要的，请告诉我谢谢。我认为这基本上等同于我在我的最新代码中所做的，我粘贴在我的最后一条评论中，并用相似的结果对这两个代码进行了测试。它比我以前的工作得更好，但仍然得到一些奇怪的值，即我的Qt x[0]有时会变得狂暴，这会导致其他一切也变得狂暴。同样在pastebin代码的第58行中，我希望使用Qt[I-1]而不是x[0]，但是当我这样做时，x[0]停止优化，我的Q[t]总是0，这导致根本没有优化，你知道为什么吗？这个目标有效吗h*x[2]-b*x[3]？因为它是一个成本，其中h是我的库存持有成本，b是我的延期订单成本，我不应该得到负值，如果x[3]已经>=0，它不应该是一个总和吗？至于constraint2，它的意思是将我的净库存定义为NIt[i]=NIt[i-1]-d[i-1]+Qt[i-1]，因此我想在这里用Qt[i-1]替换x[0]。如果对这个问题有更详细的解释会有所帮助，我在这里写了一篇文章：当我试图在Python论坛上获得帮助时——显然，如果你不想看，你不必阅读，如果我要求的太多，我向你道歉，但是如果你这样做了，你能看到我试图做的是否有意义吗？里面的代码已经过时了，请忽略。哦，我忘了提到constraint2，试着让它在NIt低于s时，我需要订购，但可能有更好的方法来使用它，嗯。。。是的，关于目标你可能是对的，这是我的错误，我将编辑我的答案以反映这一点。还有，你链接的问题描述非常有用，谢谢！其中提到了一个变量s，它是一个目标股票。那么，您是否会订购足够数量的产品以达到您的目标库存？像Qt[i]=s[i]-It[i]？我对dropbox文件做了评论。你说的有道理，也许这是一个简单的解决方案。目标库存相对于净库存，因此必须达到s的是NIt。例如，如果我的库存是1，每天的需求量是1，那么我应该有一个净库存-当前库存+订购库存2，这样第二天我就有1个单位来满足需求。不管怎样，这就是我的想法。这通常是人们试图订购商店商品的方式，阿飞；他们不知道需求会是什么样子，所以他们的订单只足以满足任何合理的需求激增，但如果没有人购买，他们也不会太讨厌自己。好吧，我会在有机会的时候尝试一下，如果有任何问题，我会回复你。非常感谢你的帮助，我真的很感激。现在看来有道理了，非常感谢你，你是个救命恩人！：看起来我无缘无故地把它复杂化了。这是我现在的代码，如果你好奇：-下一步将是使需求遵循正态分布，而不是随机分布，并添加一些绘图，以便我可以有一个它的图形视图。如果我在这方面有困难，希望不是：p，并最终在这里创建了一个问题，我是否可以在评论中标记你？再次感谢你耐心地帮助我。