Python 优化时在一个区间内的参数

通常我使用Mathematica，但现在我尝试转换到python，所以这个问题可能是一个很小的问题，所以对此我很抱歉

无论如何，python中是否有任何内置函数类似于Mathematica中名为Interval[{min，max}]的函数？链接是：

我想做的是，我有一个函数，我想最小化它，但它是一个约束最小化，我的意思是，函数的参数只允许在某个特定的区间内

对于一个非常简单的例子，假设f（x）是一个带有参数x的函数，我正在寻找x的值，该值使函数最小化，但x被限制在一个区间（最小，最大）。[显然，实际问题不是一维优化，而是多维优化，因此不同的参数可能有不同的间隔。]

因为这是一个优化问题，所以我当然不想从区间随机选取参数

---

我们将非常感谢您的帮助，谢谢

如果这是一个高度非线性的问题，则需要使用一种算法，如广义简化梯度法（GRG）

广义简化梯度算法（GRG）的思想是求解一系列子问题，每个子问题都使用约束的线性近似。（）

您需要确保满足某些称为KKT条件的条件，等等。但是对于大多数具有合理约束的连续问题，您将能够应用此算法

对于此类问题，提供了一些示例，这是一个很好的参考。参考第104页

关于实施：

我不熟悉Python，我用模板和函数指针来构建C++中的求解器库，这样就可以传递函数（用于目标和约束）作为解算器的参数，您将得到您的结果-希望在凸问题的多项式时间内或在初始值合理的情况下

如果Python中存在这样做的能力，那么构建一个通用的GRG解算器应该不难

Python解决方案：

---

编辑：这是您的问题的python解决方案：

如果您的问题在域中是凸的和连续的，您可以简单地构建一个带有约束的广义梯度下降解算器，即。你的间歇。我不太清楚你是什么意思。实际上，手头的问题是高度非线性的多维问题，我会选择不需要梯度的单纯形极小化法。我只需要限制参数间隔。如何使用单纯形来解决高度非线性问题？请查看@Happy001，我已经在scipy页面中搜索过了，出于某些原因，他们的文档对我来说总是含糊不清：-我不知道这个GRG方法。以前我在Mathematica中使用单纯形法，实际上是Nelder-Mead算法。无论如何，我认为我的问题应该有一个直截了当的答案，为参数定义一个区间（忘记最小化问题）。现在看来一切都很复杂。顺便说一句，谢谢你的链接，我不知道这些方法，所以我会详细查找它们，看看它是否有用。我很惊讶你能用普通单纯形来解决高度非线性的问题（除非问题在区间内近似线性，因此单纯形给出了足够接近的答案）。但是，如果您想使用Nelder-Mead方法，这里有一个Excel中的参考示例，您可以研究并实施：