避免在 scipy.optimize.minimize 中调用函数两次

Question

我想用 scipy.optimize.minimize 解决一个优化问题，其中目标和不等式约束函数都使用依赖于 x 的常见“模拟”函数的结果。

天真的方法只是在目标和约束中调用“模拟”函数。虽然这样可行，但效率不高，因为这意味着“模拟”会被评估两次。

有没有办法避免这种情况，可能是通过存储和重用已经计算的结果？在 Matlab 中可以使用嵌套函数 (see here)，但这似乎在 python 中不起作用。

非常感谢您的帮助。

Answer 1

一种方法是添加一个决策变量和一个等式约束：

  Min y
  y >= c
  y = fsimulation(x)

当然，这可以推广到更多维度的y。