python - 如何在 SciPy 中获得类似 Simplex 的 "robustness"和边界？

Question

关闭。这个问题需要多问 focused 。目前不接受答案。

---

想要改进此问题吗？更新问题，使其仅关注一个问题 editing this post .

已关闭 7 年前。

Improve this question

我想应用 sicpy.minimize 中的一种最小化方法到一个可能并不总是提供平滑导数的函数。我已经习惯了 Nelder-Mead Simplex 方法的实现，但它似乎不接受边界参数:(...,bounds=[xmin, xmax],...) 。阅读本文documentation似乎只有 L-BFGS-B、TNC 和 SLSQP 方法接受界限，而这三种方法都在某种程度上基于牛顿方法，并且要么计算数值导数，要么接受数值导数。

我不知道确切的术语，但我正在 scipy 中寻找“类单纯形”或“无导数”方法它接受边界，但也会容忍不能提供平滑导数的函数(一个例子是类似楼梯的行为)。现在，我正在做1d。稍后我可能会添加尺寸，但现在这并不重要。

Answer 1

我会尝试lmfit (http://cars9.uchicago.edu/software/python/lmfit/)。

虽然不是 scipy 的一部分，但基于它，它提供了有界最小化。我用它来进行曲线拟合和参数提取。不过，我无法判断它在您的特定功能上将如何执行。