Scipy：我怎样才能在trust-constr中使用Bounds？

b5buobof 于 2022-12-18 发布在其他

关注(0)|答案(2)|浏览(143)

对于我的约束问题，我想使用Scipy-Trusted-Constr算法，因为我有一个多变量的约束问题。我不想/不能解析计算Jacobi/Hessian，也不能计算它。但是，在设置边界时，Jacobian的计算崩溃：

File "C:\Python27\lib\site-packages\scipy\optimize\_trustregion_constr\tr_interior_point.py", line 56, in __init__
    self.jac0 = self._compute_jacobian(jac_eq0, jac_ineq0, s0)
  File "C:\Python27\lib\site-packages\scipy\optimize\_trustregion_constr\tr_interior_point.py", line 164, in _compute_jacobian
    [J_ineq, S]]))
  File "C:\Python27\lib\site-packages\numpy\matrixlib\defmatrix.py", line 1237, in bmat
    arr_rows.append(concatenate(row, axis=-1))
ValueError: all the input array dimensions except for the concatenation axis must match exactly

使用旧样式边界和最新的Bounds对象时都会出现错误。我可以使用以下代码重现错误：

import numpy as np
import scipy.optimize as scopt

def RosenbrockN(x):
    result = 0
    for i in range(len(x)-1):
        result += 100*(x[i+1]-x[i]**2)**2+(1-x[i])**2
    return result
x0 = [0.0, 0.0, 0.0]
#bounds = scopt.Bounds([-2.0,-0.5,-2.0],[2.0,0.8,0.7])
bounds = [(-2.0,2.0),(-0.5,0.8),(-2.0,0.7)] 
Res = scopt.minimize(RosenbrockN, x0, \
                    method = 'trust-constr', bounds = bounds, \
                    jac = '2-point', hess = scopt.SR1())

我想我只是误解了界限是如何设定的，但找不到我的错误。谢谢你的建议。
编辑：我也尝试了文档中的代码示例，得到了相同的结果。其他方法如SLSQP可以很好地使用边界。
SciPy版本1.1.0，Python版本2.7.4，操作系统Win 7企业版。

scipy

来源：https://stackoverflow.com/questions/52098146/scipy-how-can-i-use-bounds-with-trust-constr

2条答案

按热度按时间

ac1kyiln1#

我用“trust-constr”方法试了几次，边界约束都没有被包含进去。我用线性约束作为边界条件解决了这个问题。

from scipy.optimize import minimize, LinearConstraint, Bounds
  
def RosenbrockN(x):
    result = 0
    for i in range(len(x)-1):
        result += 100*(x[i+1]-x[i]**2)**2+(1-x[i])**2
    return result

x0 = [0.0, 0.0, 0.0]

# This will not work:
#bounds = Bounds([-2.0,-0.5,-2.0],[2.0,0.8,0.7])

# This works
lb = [-2.0,-0.5,-2.0]
ub = [2.0,0.8,0.7]
A = [[1, 0, 0], [0, 1, 0], [0, 0, 1]]
lcons = LinearConstraint(A, lb=lb, ub=ub, keep_feasible=True)
Res = minimize(RosenbrockN, x0, method = 'trust-constr', constraints=lcons)

赞(0）回复(0）举报 2022-12-18

jutyujz02#

我删除了你的jac和hess的论点，让它工作;也许问题就出在这里？

import numpy as np
import scipy.optimize as scopt

def RosenbrockN(x):
    result = 0
    for i in range(len(x)-1):
        result += 100*(x[i+1]-x[i]**2)**2+(1-x[i])**2
    return result

x0 = [0.0, 0.0, 0.0]
#bounds = scopt.Bounds([-2.0,-0.5,-2.0],[2.0,0.8,0.7])
bounds = [(-2.0,2.0),(-0.5,0.8),(-2.0,0.7)] 
Res = scopt.minimize(RosenbrockN, x0, \
                    method = 'SLSQP', bounds = bounds)
print(Res)

结果是

fun: 0.051111012543332675
     jac: array([-0.00297706, -0.50601892, -0.00621008])
 message: 'Optimization terminated successfully.'
    nfev: 95
     nit: 18
    njev: 18
  status: 0
 success: True
       x: array([0.89475126, 0.8       , 0.63996894])

赞(0）回复(0）举报 2022-12-18

我来回答

Scipy：我怎样才能在trust-constr中使用Bounds？

2条答案

相关问题

热门标签

最新问答