minimization

0热度

2回答

不确定如何继续。我有一个数字列表（精确数字列表），但这些数字有一个模糊性：x，x + 1和x-1对我来说是完全一样的。但是，我想通过更改元素来最小化列表的差异。这是我认为到目前为止（带我知道这是行不通的样本名单）： import numpy as np from scipy import stats lst = [0.474, 0.122, 0.0867, 0.896, 0.979] de

2热度

1回答

在Python中最小化以找到两点之间的最短路径

我试图找到两点之间（0,0）和（1000，-100）之间的最短路径。路径是由一个7阶多项式函数来定义： P（X）= A0 + A1 * X + A2 *的x^2 + ... + a7中* X^7 为此我试图最小化，其计算从所述多项式函数的总路径长度的函数：长度= INT从0到1000 {SQRT（1 +（DP（X）/ DX）^ 2）} 显然，正确的解决方案将是一条线性的线，但是后来我想为这个问题

1热度

1回答

相同的优化代码不同的计算机上的不同结果

我正在运行嵌套优化代码。 sp.optimize.minimize(fun=A, x0=D, method="SLSQP", bounds=(E), constraints=({'type':'eq','fun':constrains}), options={'disp': True, 'maxiter':100, 'ftol':1e-05}) sp.optimize.minimize(fun

1热度

1回答

为什么我没有从BFGS中得到与在MATLAB中最小化的结果相同的结果？

我试图找到一个函数Minimum of a function with BFGS method（第29页的PDF文档）的mimimum而且我没有得到相同的结果中的链接报道的那些，我已经有和没有尝试雅各布人没有运气。任何帮助将不胜感激。至今代码： import numpy as np from scipy.optimize import minimize def objective(x):

1热度

1回答

尽量减少循环迭代的多变量函数

我想尽量减少存储在array中的80个变量的函数f。该函数由两个嵌套循环定义：外部一个索引array by i，而内部循环执行array[i]次，并将计算结果添加到运行总数。计算取决于一些条件x和y并且在每次执行时都会稍微改变，这就是为什么我需要循环结构。这里是在Python最小工作示例： def f[array]: total = 0 x = 0 y = 0

1热度

1回答

MATLAB fmincon约束向量元素

感谢您阅读本文，我有一个matlab函数'myfun'，它返回给定输入向量X的标量。现在我试图使用fmincon来最小化这个函数，但是我有麻烦约束了我的输出向量元素。 X0=1:1:10; fhandle = @myfun; lb=X0(1)*ones(length(X0),1); ub=X0(end)*ones(length(X0),1); [X]=fmincon(fhandle,

1热度

1回答

如何选择使函数f（a，b）的输出最小化的输入（a，b）？

我有一个功能logit.aic(x,y)，提供输出，给出两个输入x和y。限制：两个输入可以是和之间的任何正的非整数值。另外，它应该是x < y。例如：logit.aic(20,80)返回值41.38729。问题：我需要找到最小化我的函数输出的一对输入。在此先感谢。

0热度

1回答

最小化矢量的MATLAB代码

问题：我应该使用MatLab中的哪种类型的优化函数来解决以下最小化矩阵问题？我试图找到行向量V，使得[[（F - 转置（V）* R）]]被最小化受制于：转置（V）* B = 0 ++++变量： f是已知的标。 R是已知的（8×1）行向量。 B是已知的（8x1）行向量。 V是（8x1）行向量，它是未知的，我想找到它。 +++++多个条件：在行向量V（8X1）的八个找到的条目的值应该是 0和1之

0热度

1回答

如何在fmincon中使用'不等于'不等式约束？

如何在MATLAB函数fmincon中设置解决方案的约束（x1,x2），以便x1 ~= x2（x1不是x2）？数值意义上的：x1不应该接近x2。

3热度

1回答

SciPy的优化忽视的制约因素一个

我试图解决一个优化问题，我需要建立一个组合，从基准投资组合中最小的跟踪误差，它是受到一些限制： import scipy.optimize as opt import numpy as np def random_portfolio(n): a = np.random.random(n) a /= a.sum() return a portfolio_wei