将可变长度的参数列表传递给scipy.optimize.minimize.最小化（理解论点）

Question

我想了解提供给scipy.optimize.minimize.最小化. 我把我的优化称为

res = minimize(func, para_init, method= 'SLSQP', constraints=cons) 

para_init看起来像，[x,y,np.array([a,b,c]),np.array([e,f])]，cons是一个约束字典。func()接受para_init中列出的所有参数并给出一个标量对象。但我面临着以下问题：

1）错误：ValueError: setting an array element with a sequence

2）我想指定xtol = 0.001, ftol = 0.001, bounds = None, jac = None，如果我只是将这些行添加到minimize()中，它将被投诉为TypeError: minimize() got an unexpected keyword argument 'xtol'。另外，我希望有以下规范options = {'maxiter': 100,'disp': True}，但我也有类似的意外关键字错误。在

谢谢你的帮助。在

Answer 1

minimize有两个必需的参数：最小化函数和初始猜测。你没有提供后者。见this。考虑直接调用scipy.optimize.fmin_slsqp。documentation更清晰，因为参数语义不依赖于优化方法。换言之，minimize通过将前者的参数分配给后者来调用其他函数（例如fmin_slsqp），这使得{}很难简洁和全面地记录。在

Answer 2

来自http://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.optimize.minimize.html：

scipy.optimize.minimize( fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None )

minimize()需要两个位置参数：fun和{}

此外，它没有xtol或ftol关键字参数，但有一个tol关键字参数（终止公差）。在

xtol、ftol、maxfev是特定于所用方法的。尤其是Nelder-Mead方法，而不适用于您使用的方法（SLSQP）。在

方法特定的选项可以通过optionsdict提供

因此，您应该致电：

res = minimize(func, x0, args=para_init, method= 'SLSQP', constraints=cons, bounds=..., jac=..., options={...})