Python：如何使用 lambda 函数为 fmin_cobyla 优化创建许多约束

Question

我有一个包含几百个数字条目的向量（例如：Xo = [x1, y1, x2, y2,..., xN, yN]），其中 N 是任意数字。我需要将此向量传递给 scipy fmin_cobyla 优化器，并对每个条目进行简单的简单约束： 1. 所有的 x（即 x1, x2, ..., xN）都满足 -1

我尝试使用 lambda 函数来指定这样的约束

b0 = lambda Xo: 1 - Xo[n]
b1 = lambda Xo: Xo[n] + 1

但是我完全不确定如何传入正确的索引 n。我希望所有偶数 n 都服从 b0 和 b1，但所有奇数 n 都服从 b2 和 b3

b2 = lambda Xo: 2 - Xo[n]
b3 = lambda Xo: Xo[n] + 2

我可能需要在 fmin_cobyla 中使用 consargs。任何帮助将不胜感激。

Answer 1

试试这个

even = lambda x: (x < 1 and x > -1)
odd = lambda x: (x < 2 and x > -2)
constraint = lambda index: (index % 2) and odd or even
filtered = [x for index, x in enumerate(Xo) if constraint(index)(x)]

老实说，我不知道 fmin_cobyla 是什么，但这是阅读 David 的评论后的又一次尝试

even = lambda n: ((lambda x: 1 - x[n]), (lambda x: x[n] + 1))
odd = lambda n: ((lambda x: 2 - x[n]), (lambda x: 2 - x[n]))
constraint = lambda n: (n % 2) and odd(n) or even(n)
constraint_list = sum([constraint(i) for i in range(2 * N)], ())

Answer 2

约束需要是连续的吗？如果没有，这里有一个简单的方法来使用一个函数。如果满足约束，它将返回 1，否则返回 -1：

def checkall(xs):
    for j, x in enumerate(xs):
        if abs(x) > (2 if j % 2 else 1):
            return -1
    return 1
cons = (checkall,)

如果您需要连续约束，有很多方法可以做到。这是一个有 2N 个线性函数，N 表示正约束，N 表示负约束。

def checkpos(j):
    if j % 2:
        return lambda xs: 2 - xs[j]
    else:
        return lambda xs: 1 - xs[j]
def checkneg(j):
    if j % 2:
        return lambda xs: 2 + xs[j]
    else:
        return lambda xs: 1 + xs[j]

cons = [checkpos(j) for j in range(N)] + [checkneg(j) for j in range(N)]