（有界约束）一般目标极小化的柔性无导数解法
Py-BOBYQA的Python项目详细描述
一个一个又一个又一个又一个又一个又一个又一个又一个的b b b b b b b a a a a a b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b b==
图片：：https://travis-ci.org/numericalgorithmsgroup/pybobyqa.svg？branch=master
：目标：https://travis ci.org/numericalgorithmsgroup/pybobyqa
：alt:build status
…图片：：https://img.shields.io/badge/license-gpl%20v3 blue.svg
：目标：https://www.gnu.org/licenses/gpl-3.0
：alt:gnu-gpl-v3 license
图片：：https://img.shields.io/pypi/v/py-bobyqa.svg
：target:https://pypi.python.org/pypi/py-bobyqa
：alt:latest-pypi-version
py-bobyqa是一个灵活的包，用于解决受约束的一般目标最小化问题，而不需要目标的派生。这是鲍威尔的bobyqa算法的python实现。当对目标函数的评估非常昂贵和/或有噪音时，py-bobyqa特别有用。
有关py-bobyqa的更多详细信息，请参阅我们的论文：
1。Coralia Cartis，Jan Fiala，Benjamina Marteau和Lindon Roberts，`提高基于模型的无衍生工具优化求解器的灵活性和健壮性'，https://arxiv.org/abs/1804.00154>；`，牛津大学技术报告，（2018年）。
2。Coralia Cartis，Lindon Roberts和Oliver Sheridan Methven，"用无导数方法逃逸局部极小值：数值研究"，https://arxiv.org/abs/1812.11343>；`，牛津大学技术报告，（2018）。
使用py-bobyqa进行局部优化时，请引用[1]，使用py-bobyqa的全局优化启发式功能时，请引用[1,2]。对于所有图形的再现性，请随时与作者联系。
原始的Fortran实现在"here<；http://mat.uc.pt/~zhang/software.html>；` `.
如果您对解决最小二乘法最小化问题感兴趣，可以尝试"dfo-ls<；https://github.com/numericalgorithmsgroup/dfols>；"，它具有与py bobyqa相同的功能（再加上一些功能），并利用了最小二乘问题结构，因此在此类问题上表现得更好。
文档
----
请参阅manual.pdf或"here<；https://numericalgorithmsgroup.github.io/pybobyqa/>；`.
要求
----
py bobyqa需要安装以下软件：
*python 2.7或python 3（http://www.python.org/）
请参见"使用PIP进行安装"：
*numpy 1.11或更高版本（http://www.numpy.org/）
*scipy 0.18或更高版本（http://www.scipy.org/）
*pandas 0.17或更高版本（http://pandas.pydata.org/）
http://www.pip-installer.org/>；``以根用户身份：
…代码块：：bash
$[sudo]pip安装py bobyqa
或者*轻松安装*：
…代码块：：bash
$[sudo]轻松安装py bobyqa
代码块：：bash
$pip install--user py bobyqa
代码块：：bash
$[sudo]pip install--升级py-bobyqa
以将py-bobyqa升级到最新版本。
手动安装从"github<；https://github.com/numericalgorithmsgroup/pybobyqa>；"中获取代码，并按如下方式解压缩：
…代码块：：bash
$git clone https://github.com/numericalalgorithmsgroup/py bobyqa
$cd pybobyqa
py bobyqa是用纯python编写的，不需要编译。它可以使用：
代码块：：bash
$[sudo]pip安装。
如果您没有根权限或希望安装py bobyqa供您私人使用，则可以使用：
。代码块：：bash
$pip install--user。
相反。
若要将py-bobyqa升级到最新版本，请导航到顶级目录（即包含：code:`setup.py`的目录），然后使用：code:`pip`重新运行安装，如上所述：
。代码块：：bash
$git pull
$[sudo]pip install。#使用管理员权限
测试
----
如果您手动安装py bobyqa，则可以通过运行以下命令来测试您的安装：
…代码块：：bash
$python setup.py test
https://numericalgorithmsgroup.github.io/pybobyqa/>；``和'examples<；https://github.com/numericalalgorithmsgroup/pybobyqa/tree/master/examples>；` github中的目录。
代码块：：bash
$[sudo]pip卸载py bobyqa
tracker.
许可证
----
此算法在GNU GPL许可证下发布。请联系NAG<；http://www.nag.com/content/worldwide contact information>；``获取替代许可。
图片：：https://travis-ci.org/numericalgorithmsgroup/pybobyqa.svg？branch=master
：目标：https://travis ci.org/numericalgorithmsgroup/pybobyqa
：alt:build status
…图片：：https://img.shields.io/badge/license-gpl%20v3 blue.svg
：目标：https://www.gnu.org/licenses/gpl-3.0
：alt:gnu-gpl-v3 license
图片：：https://img.shields.io/pypi/v/py-bobyqa.svg
：target:https://pypi.python.org/pypi/py-bobyqa
：alt:latest-pypi-version
py-bobyqa是一个灵活的包，用于解决受约束的一般目标最小化问题，而不需要目标的派生。这是鲍威尔的bobyqa算法的python实现。当对目标函数的评估非常昂贵和/或有噪音时，py-bobyqa特别有用。
有关py-bobyqa的更多详细信息，请参阅我们的论文：
1。Coralia Cartis，Jan Fiala，Benjamina Marteau和Lindon Roberts，`提高基于模型的无衍生工具优化求解器的灵活性和健壮性'，https://arxiv.org/abs/1804.00154>；`，牛津大学技术报告，（2018年）。
2。Coralia Cartis，Lindon Roberts和Oliver Sheridan Methven，"用无导数方法逃逸局部极小值：数值研究"，https://arxiv.org/abs/1812.11343>；`，牛津大学技术报告，（2018）。
使用py-bobyqa进行局部优化时，请引用[1]，使用py-bobyqa的全局优化启发式功能时，请引用[1,2]。对于所有图形的再现性，请随时与作者联系。
原始的Fortran实现在"here<；http://mat.uc.pt/~zhang/software.html>；` `.
如果您对解决最小二乘法最小化问题感兴趣，可以尝试"dfo-ls<；https://github.com/numericalgorithmsgroup/dfols>；"，它具有与py bobyqa相同的功能（再加上一些功能），并利用了最小二乘问题结构，因此在此类问题上表现得更好。
文档
----
请参阅manual.pdf或"here<；https://numericalgorithmsgroup.github.io/pybobyqa/>；`.
要求
----
py bobyqa需要安装以下软件：
*python 2.7或python 3（http://www.python.org/）
请参见"使用PIP进行安装"：
*numpy 1.11或更高版本（http://www.numpy.org/）
*scipy 0.18或更高版本（http://www.scipy.org/）
*pandas 0.17或更高版本（http://pandas.pydata.org/）
http://www.pip-installer.org/>；``以根用户身份：
…代码块：：bash
$[sudo]pip安装py bobyqa
或者*轻松安装*：
…代码块：：bash
$[sudo]轻松安装py bobyqa
代码块：：bash
$pip install--user py bobyqa
代码块：：bash
$[sudo]pip install--升级py-bobyqa
以将py-bobyqa升级到最新版本。
手动安装从"github<；https://github.com/numericalgorithmsgroup/pybobyqa>；"中获取代码，并按如下方式解压缩：
…代码块：：bash
$git clone https://github.com/numericalalgorithmsgroup/py bobyqa
$cd pybobyqa
py bobyqa是用纯python编写的，不需要编译。它可以使用：
代码块：：bash
$[sudo]pip安装。
如果您没有根权限或希望安装py bobyqa供您私人使用，则可以使用：
。代码块：：bash
$pip install--user。
相反。
若要将py-bobyqa升级到最新版本，请导航到顶级目录（即包含：code:`setup.py`的目录），然后使用：code:`pip`重新运行安装，如上所述：
。代码块：：bash
$git pull
$[sudo]pip install。#使用管理员权限
测试
----
如果您手动安装py bobyqa，则可以通过运行以下命令来测试您的安装：
…代码块：：bash
$python setup.py test
https://numericalgorithmsgroup.github.io/pybobyqa/>；``和'examples<；https://github.com/numericalalgorithmsgroup/pybobyqa/tree/master/examples>；` github中的目录。
代码块：：bash
$[sudo]pip卸载py bobyqa
tracker.
许可证
----
此算法在GNU GPL许可证下发布。请联系NAG<；http://www.nag.com/content/worldwide contact information>；``获取替代许可。
欢迎加入QQ群-->： 979659372
