擅长:python、mysql、java
<p>你的问题是凸的吗?线性的?非线性?我同意SciPy.optimize可能会做这项工作,但是fmincon是一种用于解决优化问题的火箭筒,如果你能将它限制在下面的一个类别中(提高有效解决问题的难度),你会过得更好</p>
<p>线性程序(LP)
二次规划(QP)
凸二次约束二次规划(QCQP)
二阶锥规划
半定程序
非线性凸问题
非凸问题</p>
<p>还有一些组合问题,比如混合整数线性规划(Mixed Integer Linear Programs,MILP),但是你没有提到任何类型的完整性约束,足以说明它们属于不同的问题类别。</p>
<p>如果您的问题是凸的,那么CVXOpt包将非常有用。</p>
<p>如果你的问题不是凸的,你需要在寻找局部解和全局解之间做出选择。许多凸解算器在非凸域中工作。找到一个好的全局解的近似需要某种形式的模拟退火或遗传算法。寻找全局解需要枚举所有局部解或组合策略,如分支和界。</p>