python - 如何使用 scipy.optimize.minimize

Question

我有一个目标函数，比如 obj(x, arg_1, arg_2)在 f() 中，我有 variable_3 = f(x, arg_1, arg_2)obj() 将返回 abs(x-variable_3)

我需要使用 scipy.optimize.minimize 最小化 obj() 的返回值

我想我需要这样做:

def obj(x, arg_1, arg_2)
    v_3 = f(x, arg_1, arg_2)
    return abs(x-v_3)
x0 = 1
result = minimize(obj, x0, args = (arg_1, arg_2))

这是正确的吗？为什么我总是出错？

或者，其实我可以这样做:

def obj(x, v_3)
    return abs(x-v_3)
def myfun(arg_1, arg_2)
    x0 = 1
    v_3 = f(x0, arg_1, arg_2)
    result = minimize(obj, x0, args = v_3)
    return result

但显然，这就是我想要的。那么有人可以告诉我如何进行这种最小化吗？谢谢

Answer 1

对于 scipy.optimize.minimize，应该将多个参数打包到一个元组中，然后在数值优化期间由目标函数解包。

它应该看起来像这样:

def obj(arguments)
    """objective function, to be solved."""
    x, arg_1, arg_2 = arguments[0], arguments[1], arguments[2] 
    v_3 = f(x, arg_1, arg_2)
    return abs(x-v_3)

x0 = 1
initial_guess = [1,1,1]  # initial guess can be anything
result = minimize(obj, initial_guess)
print result.x