带有没有简单表达式的约束的 Scipy 最小化

问题描述

我试图找到最小化最小二乘函数的值。问题在于，一个解决方案可能有效，也可能不以不能作为值的简单表达式的方式给出。相反，我们可以通过调用函数来检查有效性。

如果解决方案无效，我试图做的是将平方和设置为无穷大，但 scipy.optimize.minimize 不喜欢那样。有什么更好的方法来解决这个问题？

我的代码的简化版本：

probs = constant
def sse(a_candidate):
        validity = some_function(a_candidate)

        if not validity:
            sum_sq_err = np.inf

        else:
            ym = function_of(a_candidate)
            sum_sq_err = np.sum((ym-probs)**2)

        return sum_sq_err
a_solution = scipy.optimize.minimize(sse,a0)

解决方法

您可以将 NonlinearConstraint 对象传递给 scipy.optimize.minimize。

a_solution = scipy.optimize.minimize(sse,a0,constraints=scipy.optimize.NonlinearConstraint(...))

我不能提供更多细节，因为你的问题没有提供任何细节，同样的论点，我不能保证强加一个 NonLinearConstraint 实际上可以帮助你。