scipy.optimize.basinhopping公司间隔和接受测试组合

Question

我试图用basinhopping来寻找目标函数的全局最小值，但在大多数情况下，它都停留在局部极小值上。我通读了^{}的文档，发现interval和{}可能有帮助，但现在的问题是给它们提供什么值，例如，我希望我的目标函数尽可能接近0（1-5接近），而不需要花费太多时间在非常大的值（如4或5）上。至于interval如何知道stepsize的更新频率？在

以下是我如何寻找“全球”最低要求：

np.random.seed(555)   # Seeded to allow replication.
minimizer_kwargs = {"method": "L-BFGS-B", "bounds": bnds,, tol=1e-4}
ret = basinhopping(merit_function, abcdex, minimizer_kwargs=minimizer_kwargs, niter=10)
zoom = ret['x']

res = minimize(merit_function, zoom, method = 'L-BFGS-B', bounds=bnds, tol=1e-9)
print res

Answer 1

如果你被困在一个局部最小值，那就意味着你需要一个更大的步长。您可以使用关键字“stepsize”设置步长。在

适当的步长取决于问题，但幸运的是basinhopping会自动调整步长。它多久做一次取决于“interval”关键字。每一次间隔迭代，步长将增加或减少0.9倍。如果最初对步长的猜测有偏差，这仍然需要一些时间。如果你把时间间隔缩短到10（左右），这应该快得多。在

我不认为接受测试对你有帮助。例如，可以用来强制配置空间的禁止区域。在