Python 使用scipy优化L-BFGS-B算法对相同输入进行不同输出

Python 使用scipy优化L-BFGS-B算法对相同输入进行不同输出,python,optimization,scipy,Python,Optimization,Scipy,对于相同的输入参数,我有不同的结果。 结果是[0.0,98.73]或[27.53,35.23] 有人知道原因吗? 非常感谢。也许两者都是全局最小值?这两种情况的客观价值是什么?result.success的值是什么?在这两种情况下,result.success都为true。但是abs(-98+0*2+98.73)+abs(-99+0+98.73)=1 abs(-98+35.23*2+27.53)+abs(-99+35.23+27.53)=36.24你为什么用火箭筒射击线性系统?或者它只是一

对于相同的输入参数,我有不同的结果。 结果是[0.0,98.73]或[27.53,35.23]


有人知道原因吗?

非常感谢。

也许两者都是全局最小值?这两种情况的客观价值是什么?
result.success
的值是什么?在这两种情况下,result.success都为true。但是abs(-98+0*2+98.73)+abs(-99+0+98.73)=1 abs(-98+35.23*2+27.53)+abs(-99+35.23+27.53)=36.24你为什么用火箭筒射击线性系统?或者它只是一个测试用例?将其编码为矩阵。您不需要解算器,它只是一个案例。我的函数是:total_sum+=abs(sum+=x**2*coef[0]+x*coef[1]+coef[2])。这取决于绝对值函数在0处不可微的事实吗?
start_values = [0, 0]
bnds = [(0, 100), (0, 100)]

def _equation(self, variables):
    x1 = variables[0]
    x2 = variables[1]
    return abs(-98 + x1*2 + x2) + abs(-99 + x1 + x2)

result = minimize(_equation, tuple(start_values), bounds=bnds).x