使用带有量化整数范围的 scipy.optimize.minimize

【问题标题】：Using scipy.optimize.minimize with a quantized integer range使用带有量化整数范围的 scipy.optimize.minimize
【发布时间】：2020-01-27 14:17:14
【问题描述】：

我可以使用scipy.optimize.minimize 将其答案限制为例如 2、3、4、6、8、10 吗？只是那些值而不是浮点值？

【问题讨论】：

欢迎来到 SO，请提供minimal-reproducible-example。请参考这个how-to-ask。目前尚不清楚您要做什么：/
对于如此有限数量的可能值，循环遍历它们并找出误差最小的不是更容易吗？

标签： python scipy-optimize-minimize

【解决方案1】：

如果问题是，如果您可以在 scipy.optimize.minimize 中使用离散/整数/分类设计变量，答案是否定的。它主要关注基于梯度的优化，并假设连续的设计变量和连续的目标函数。您可以实施一些连续逼近、分支定界或类似方法来求解离散设计变量。

【讨论】：

【解决方案2】：

我可以使用scipy.optimize.minimize 将其答案限制为例如 2、3、4、6、8、10 吗？

scipy.optimize.minimize 不直接支持这一点，但wrapdisc 包根据您的需要使用舍入来限制答案。它作为scipy.optimize 的薄包装器。它支持量化的整数变量。有了它，您可以将示例定义为QrandintVar(2, 10, 2)。它的自述文件中有一个使用示例。

【讨论】：