scipy.optimize.dual_annealing 中允许哪些“访问”参数值？答案

【问题标题】：What `visit` parameter value is allowed in scipy.optimize.dual_annealing?scipy.optimize.dual_annealing 中允许哪些“访问”参数值？
【发布时间】：2019-11-03 08:45:29
【问题描述】：

我尝试使用scipy.optimize.dual_annealing 来最小化 8 个参数的函数。搜索空间（由我的bounds 定义）相当广泛，但我知道解决方案接近x0。因此，在阅读找到here 的文档后，我决定使用visit 参数的较小值，默认为2.62，并且应该在(0, 3] 范围内。

当我使用 visit=0.8 时，我得到了一个 RuntimeWarning: invalid value 在日志中遇到，事实上，在源代码中我发现了这个：

self._factor2 = np.exp((4.0 - self._visiting_param) * np.log(self._visiting_param - 1.0))

（_dual_annealing.py 的 l.62）（基本上self._visiting_param 被直接赋值为visit）

所以我想可能是文档有误，访问范围是(1,3]。

当我使用visit=1.2 时，我得到了一个FloatingPointError: invalid value 在日志中遇到，由于这次

x *= np.exp(-(self._visiting_param - 1.0) * np.log(self._factor6 / factor4) / (3.0 - self._visiting_param))

（_dual_annealing.py 的 l.121）其中self._factor6 为负数。

这是一个真正的错误，一个错误的文档，还是只是我误解了什么？我可以为 visit 参数使用哪些值以便搜索接近 x0？

【问题讨论】：

标签： python scipy scipy-optimize

【解决方案1】：

我的理解是你是对的，访问参数的取值范围没有指定正确。事实上，在限制情况 1 中，该算法（理论上）恢复了（经典）模拟退火，如paper 中所述。但是，其中描述的实际实现（也从中获取了 scipy 的实现）似乎仅适用于大于 1.4 的值。

我为此在 github 上创建了一个问题： https://github.com/scipy/scipy/issues/12384

【讨论】：