SciPy 中的约束优化

Question

对于模拟，我需要找到使具有约束的多变量函数最大化的参数（参数）。

我已经看到 scipy.optimize.minimize 给出了给定函数的函数的最小值（以及减函数的最大值），我可以使用约束和界限。但是，阅读文档，我发现它返回的是最小值，而不是最小化它的参数（对吗？）

scipy.optiminize.fmin 确实给出了最小化函数的参数，但这不接受边界或约束。

在 numpy 中，有一个名为 argmin 的函数，但它接受一个向量作为参数并返回最小化它的“参数”。

有没有像minimize一样接受约束，又像fmin一样返回使函数最小化的参数的函数？

提前致谢。

Answer 1

新的minimize 函数在与某些优化算法一起使用时采用bounds 参数。在较旧的 SciPy 中，您需要直接调用其中一种算法，例如fmin_l_bfgs_b.

Answer 2

scipy.optimize.minimize的返回值是Result类型：

除其他外，结果包含最小化 f 的输入 (x)。