Scipy 使用没有简单表达式的约束来最小化

Question

我试图找到最小化最小二乘函数的值。问题是解决方案可能是有效，也可能不是以不能作为值的简单表达式给出的方式。相反，我们可以通过调用函数来检查有效性。

如果解决方案无效，我尝试将平方和设置为无穷大，但scipy.optimize.minimize 不喜欢这样。有什么更好的方法来解决这个问题？

我的代码的简化版本：

probs = constant
def sse(a_candidate):
        validity = some_function(a_candidate)

        if not validity:
            sum_sq_err = np.inf

        else:
            ym = function_of(a_candidate)
            sum_sq_err = np.sum((ym-probs)**2)

        return sum_sq_err
a_solution = scipy.optimize.minimize(sse,a0)

Answer 1

您可以将NonlinearConstraint 对象传递给scipy.optimize.minimize。

a_solution = scipy.optimize.minimize(sse, a0, constraints=scipy.optimize.NonlinearConstraint(...))

我无法提供更多详细信息，因为您的问题没有提供任何详细信息，并且基于同样的论点，我不能保证实施 NonLinearConstraint 确实可以帮助您。