python - 在不显式定义梯度的情况下优化 scipy 中的函数

Question

我目前正在尝试使用 scipy 优化函数。我对变量有一些限制，从这个链接:http://docs.scipy.org/doc/scipy-0.14.0/reference/tutorial/optimize.html ，看起来 SLSQP 正是我想要的。在他们的示例中，他们对输入的结果有一个明确定义的公式，从中可以找到梯度。我有一个极其令人厌恶的计算密集型函数，它计算电磁场如何从金属壁反弹，这绝不可以用封闭形式表达(我正在使用 MEEP FDTD Python 模拟，如果你感兴趣的话)。 scipy 中是否有内置的等效函数可以为您找到函数的梯度然后进行优化？或者，等效地，scipy 中是否内置了一个函数(任何基本的 python 库都可以)，它可以为我找到函数的梯度，然后我可以将其传递到这个优化程序中？任何建议将不胜感激。

Answer 1

由于您无法轻松计算梯度，因此使用无梯度优化算法可能会有所返回。以下是 SciPy 中可用的一些功能的概述:

http://scipy-lectures.github.io/advanced/mathematical_optimization/#gradient-less-methods

还有盆地跳跃算法，该算法与模拟退火类似，但该页面未提及:

http://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.basinhopping.html