用于多变量全局优化的 Python 模块 [关闭]答案

【问题标题】：Python module for multiple variable global optimization [closed]用于多变量全局优化的 Python 模块 [关闭]
【发布时间】：2011-05-12 18:27:32
【问题描述】：

我一直在寻找一个python模块，它实现了全局优化的common techniques（在N维中找到一个函数的全局最小值），但没有成功。

如果您听说过 python 中的模拟退火或遗传算法实现，请分享。

【问题讨论】：

【解决方案1】：

Scipy 的 optimize 模块有一个 dual_annealing 函数，可能满足您的需求。此外，您应该查看PyEvolve 模块以进行遗传算法。

【讨论】：

【解决方案2】：

我不是专家，但你看过吗：

【讨论】：

【解决方案3】：

其中一个最常见的是scipy.optimize。

对于遗传算法，有pygene。

此外，aima-python 项目实现了 Russell 和 Norvig 的“人工智能：现代方法”中描述的算法。

【讨论】：

【解决方案4】：

我一直在对许多 python 全局优化器进行详细比较（我假设您对存在大量局部最小值的无导数优化感兴趣）。

总而言之，我推荐 scipy.optimize，如果你的维度小于十，那么其中的 SHGO 算法非常可靠。如果您对同源性有兴趣，您可能想阅读它。它比以前的一些方法更好，例如盆地跳跃，因为它巧妙地避免了冗余的本地搜索。

完整列表和比较在report

【讨论】：

【解决方案5】：

模拟退火：

frigidum是一个用于模拟退火的python包。

【讨论】：