具有多个约束的 Scipy 最小化答案

【问题标题】：Scipy minimization with multiple constraints具有多个约束的 Scipy 最小化
【发布时间】：2018-04-17 18:37:17
【问题描述】：

我想使用 scipy 模块 scipy.optimize 最小化函数，但我正在努力理解如何实现我的约束。我的解决方案的极值点必须正好是零和一，所以现在我要强加

cons = ({'type': 'eq',
          'fun' : lambda x: x[0]}, #the initial point is 0
        {'type': 'eq',
          'fun' : lambda x: x[-1]-1.}) #the final point is 1

但我还需要每隔一个点严格高于 0 且小于 1。如何为数组的所有其他点显式添加此进一步约束？

【问题讨论】：

标签： python optimization scipy constraints

【解决方案1】：

如果 x[0] 必须为 0 且 x[-1] 必须为 1，则您并未优化它们，因此您可以在函数中将它们设置为这些值，无需添加约束。对于其他点，使用 bounds keyword 设置 0 和 1 之间的界限：

bounds=[(0, 1), (0, 1),...]

【讨论】：

谢谢，正是我想要的。