Scipy에서 fmin_cobyla에 대한 제약 조건을 지정합니다
-
20-09-2019 - |
문제
나는 Python 2.5를 사용합니다.
나는 Cobyla 최적화에 한계를 전달하고있다 :
import numpy
from numpy import asarray
Initial = numpy.asarray [2, 4, 5, 3] # Initial values to start with
#bounding limits (lower,upper) - for visualizing
#bounds = [(1, 5000), (1, 6000), (2, 100000), (1, 50000)]
# actual passed bounds
b1 = lambda x: 5000 - x[0] # lambda x: bounds[0][1] - Initial[0]
b2 = lambda x: x[0] - 2.0 # lambda x: Initial[0] - bounds[0][0]
b3 = lambda x: 6000 - x[1] # same as above
b4 = lambda x: x[1] - 4.0
b5 = lambda x: 100000 - x[2]
b6 = lambda x: x[2] - 5.0
b7 = lambda x: 50000 - x[3]
b8 = lambda x: x[3] - 3.0
b9 = lambda x: x[2] > x[3] # very important condition for my problem!
opt= optimize.fmin_cobyla(func,Initial,cons=[b1,b2,b3,b4,b5,b6,b7,b8,b9,b10],maxfun=1500000)
초기 값에 따라 Initial
그리고 바운드 내에서/로 b1
에게 b10
값이 전달됩니다 opt()
. 그러나 값은 특히 다루고 있습니다 b9
. 이것은 내 문제에 매우 중요한 경계 조건입니다!
"의 가치 x[2]
내 기능으로 전달되었습니다 opt()
모든 반복에서는 항상보다 커야합니다 x[3]
" - 이것을 어떻게 달성 할 수 있습니까?
내 경계에 잘못된 것이 있습니까 (b1
에게 b9
) 정의 ?
아니면 내 경계를 정의하는 더 좋은 방법이 있습니까?
도와주세요.
해결책
fmin_cobyla()
내부 포인트 방법이 아닙니다. 즉, OptMization 실행 과정에서 경계 외부 ( "Infeasible Points")를 기능으로 전달합니다.
당신이 해결해야 할 것은 b9
그리고 b10
그 형태가 아닙니다 fmin_cobyla()
기대합니다. 바운드 함수는 바운드 내에있는 경우 양수를 반환해야합니다. 이상적으로는 이러한 기능이 매끄럽게되어야합니다. fmin_cobyla()
실행 가능한 영역으로 돌아가는 방법을 알려주기 위해 이러한 기능의 수치 도함수를 취하려고 노력할 것입니다.
b9 = lambda x: x[2] - x[3]
구현 방법을 잘 모르겠습니다 b10
그런 식으로 fmin_cobyla()
그래도 사용할 수 있습니다.
다른 팁
B10의 경우 가능한 옵션은 다음과 같습니다.
b10 = lambda x: min(abs(i-j)-d for i,j in itertools.combinations(x,2))
어디 디 변수간에 원하는 최소 차이보다 델타가 더 큽니다 (예 : 0.001)
제휴하지 않습니다 StackOverflow