本文主要是介绍minimize函数约束条件的循环列写(Python),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
minimize函数约束条件的循环列写(Python)
我们知道python的scipy.optimize库中的minimize函数经常用来解决最优化问题,它对约束的条件有一定的格式,详见大佬的例子
https://blog.csdn.net/HappyRocking/article/details/92574229?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param
但是当变量很多,但是约束又相同时,我们如何来列写约束条件呢?总不能一条条地输进去吧?之前我是先循环列写字符串格式的约束,再用eval来执行,最近经过老师一句话指点,我学会了利用map来更加简单地列写,分享给大家。
map的功能详见:https://blog.csdn.net/quanlingtu1272/article/details/95482253?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param
简单说就是把一个参数代入函数来执行,当这个参数是list格式时,就可以实现循环执行某个函数并返回一串结果。
具体如何来循环列写约束条件见下面的代码,我举了一个简单的例子:
#约束条件 0<=xi<=20,i=1,...,5 这里一共五个变量,从x1到x5,拥有相同格式的约束条件
#目标函数 xi求和最大
from scipy.optimize import minimize number=[]
for i in range(5): #写一个列表来存需要循环的数字,本例是12345 number.append(i) def cons1(a): #列写第一种约束 return {'type': 'ineq', 'fun': lambda x: x[a]-0} def cons2(a): #列写第二种约束 return {'type': 'ineq', 'fun': lambda x: 20-x[a]}
#后面其他约束同理 def function(n,x): #定义目标函数 purpose=0 for i in range(n): purpose+=x[i] #这里定义目标函数为累加 return purpose def zeros(n): #给定变量初值 x0=[] for i in range(n): x0.append(0) #这里假设给定各变量初值为零 return x0 n=5
fun=lambda x:-function(n,x) #因为是求最大值,而minimize是求最小值,所以加个负号
x0=zeros(n)
#利用map将number列表代入约束中,由于number的元素是1,2,3,...,这相当于循环列写了约束
a=list(map(cons1,number)) #python3不要忘记用list
b=list(map(cons2,number))
#有更多约束时同理
c=a+b #将约束列表合为一个列表
res = minimize(fun,x0,constraints=c) # 求解最优化问题 这里约束使用了list形式
print(res) #打印输出结果
输出结果如下:
fun: -99.99999999999979jac: array([-1., -1., -1., -1., -1.])message: 'Optimization terminated successfully.'nfev: 28nit: 4njev: 4status: 0success: Truex: array([20., 20., 20., 20., 20.])
这里各个x均取最大值20,目标函数最大值为100
本人不才,望各位指正,欢迎交流!!!
这篇关于minimize函数约束条件的循环列写(Python)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!