在scipy-brute优化中如何将最大迭代次数传递给fmin

Question

我正在尝试在SciPy中进行强力优化。在

（进口）scipy.optimize公司作为spo）

res_brute = spo.brute(self.minimize_this, rranges, full_output=True, finish=spo.fmin)

我的问题是：我如何确保血氧饱和度N次迭代后停止？我似乎无法通过任何论据。在

Answer 1

^{}没有向最小化函数传递其他参数的选项，因此要覆盖默认行为，必须创建一个fmin的包装，并在包装中设置maxiter参数。包装器然后作为finish参数传递给brute。在

例如，假设我们希望

def func(x):
    return np.cos(3*x) + 0.25*(x-5)**2

在间隔[0，10]上，我们希望将fmin的最大迭代次数限制为4。下面是如何做到这一点（在ipython会话中）。在

首先，进口：

^{pr2}$

定义目标函数：

In [104]: def func(x):
     ...:     return np.cos(3*x) + 0.25*(x-5)**2
     ...: 

调用brute，为finish参数使用lambda表达式。lambda表达式只将其参数传递给fmin，以及full_output=True和{}。（与lambda表达式不同，您可以定义一个单独的函数来执行相同的操作。）

In [110]: brute(func, [slice(0, 10, 0.1)], finish=lambda func, x0, args=(): fmin(func, x0, args, full_output=True, maxiter=4))
Warning: Maximum number of iterations has been exceeded.
Out[110]: array([ 5.2325])

为了进行比较，以下是maxiter=100时的结果：

In [111]: brute(func, [slice(0, 10, 0.1)], finish=lambda func, x0, args=(): fmin(func, x0, args, full_output=True, maxiter=100))
Optimization terminated successfully.
         Current function value: -0.986810
         Iterations: 13
         Function evaluations: 26
Out[111]: array([ 5.2235498])

当我们在lambda表达式中对fmin的调用中不使用maxiter：

In [112]: brute(func, [slice(0, 10, 0.1)], finish=lambda func, x0, args=(): fmin(func, x0, args, full_output=True))
Optimization terminated successfully.
         Current function value: -0.986810
         Iterations: 13
         Function evaluations: 26
Out[112]: array([ 5.2235498])

正如预期的那样，该结果与不重写finish相同：

In [113]: brute(func, [slice(0, 10, 0.1)])
Out[113]: array([ 5.2235498])