SciPy optimize.minimize中的多个变量

Question

根据SciPy documentation的说法，用多个变量最小化函数是可能的，但是它不知道如何在这样的函数上进行优化。

from scipy.optimize import minimize
from math import *

def f(c):
  return sqrt((sin(pi/2) + sin(0) + sin(c) - 2)**2 + (cos(pi/2) + cos(0) + cos(c) - 1)**2)

print minimize(f, 3.14/2 + 3.14/7)

上面的代码确实试图最小化函数f，但是对于我的任务，我需要最小化三个变量。

简单地引入第二个参数并相应地调整minimize就会产生一个错误（TypeError: f() takes exactly 2 arguments (1 given)）。

当使用多个变量最小化时，minimize如何工作。

Answer 1

将多个变量打包到单个数组中：

import scipy.optimize as optimize

def f(params):
    # print(params)  # <-- you'll see that params is a NumPy array
    a, b, c = params # <-- for readability you may wish to assign names to the component variables
    return a**2 + b**2 + c**2

initial_guess = [1, 1, 1]
result = optimize.minimize(f, initial_guess)
if result.success:
    fitted_params = result.x
    print(fitted_params)
else:
    raise ValueError(result.message)

收益率

[ -1.66705302e-08  -1.66705302e-08  -1.66705302e-08]