如何使函数可选取，以便可以通过scipy.optimize.differential_evolution的并行版本将其最小化

问题描述

我需要使用差分进化的科学实现来最小化功能。 我想利用并行性来加快计算速度，并尝试设置worker = -1。

我收到一个错误，搜索发现问题在于我尝试最小化的函数无法选择。 我需要帮助以了解如何使其可拾取。

最小化功能通过以下方式起作用：

• 类对象具有属性向量，即观察到的数据。
• 该类的一种方法采用一些参数并计算向量的估计值。
• 用于最小化矢量和计算出的估计值之间的均方误差的函数。

该函数的伪代码可能是这样的：

def function_to_minimize(self,parameters):
    true_vector = self.true_vector
    estimated_vector = self.estimate_vector(parameters)
    return mse(true_vector,estimated_vector)

解决方法

这样的事情应该可以工作：

class Objective(object):
    def __init__(self,data):
        self.measured_data = data

    def __call__(self,parameters):
        # need to return a scalar value
        estimated_vector = self.estimate_vector(parameters)
        return np.sum(np.power(self.measured_data - estimated_vector,2))

    def estimate_vector(parameters):
        # calculate what you expect to happen with the parameters
        pass

您应该将 Objective(data) 作为要最小化的函数传递给 differential_evolution。在使用 spawn 作为创建新进程的默认方式的 macOS 和 Windows 上，此函数应为 defined in a file that is importable。