python - scipy.optimize.minimize 使用 powell 方法违反最大函数评估

Question

我正在使用 scipy.optimize.minimize 和 Powell 算法优化函数。有一个名为 maxfev 的选项可以设置最大函数评估。但是它似乎并不总是有效。算法越过函数评估限制。代码如下:

def func_eval(x):
    import math as math
    funcval=0
    dimension=len(x)
    tmp=0
    tmp2=0
    for i in range(dimension):
        tmp +=x[i]

    for i in range(dimension):
        tmp2=(tmp-x[i])*x[i]
        funcval += dimension*(math.pow(x[i],2)+0.4*tmp2)

    return funcval

from scipy.optimize import minimize
x=[-11.04021,-92.72567,28.60728,68.65449,66.41443,-25.59824,73.97660,-69.85293,1.10955,17.56914]
res=minimize(func_eval,x,method='Powell',options={'maxfev':220})
print(res.fun)
print(res.nfev)

第二个选项的输出，即 func 评估的数量是 298 而不是 220。我的代码可能出了什么问题，还是算法本身有问题？

Answer 1

需要评估的功能multiple times每次迭代；每个维度一次。出于某种原因(我猜是性能或其他实现细节)评估计数只被检查 once per iteration .这就是可以超过最大值的原因。

评估计数超过最大值的程度取决于 x 的维数，也许还取决于函数和数据。