scipy.optimize.LinearConstraint¶
- class scipy.optimize.LinearConstraint(A, lb, ub, keep_feasible=False)[源代码]¶
变量的线性约束。
约束具有一般不等式形式：：
lb <= A.dot(x) <= ub
这里，自变量向量x作为形状(n，)的ndarray传递，并且矩阵A具有形状(m，n)。
可以使用相等边界来表示相等约束，也可以使用无限边界来表示单边约束。
- 参数
- A{类似数组，稀疏矩阵}，形状(m，n)
定义约束的矩阵。
- Lb、Ubarray_like
约束的下界和上界。每个数组必须具有形状(m，)或标量，在后一种情况下，约束的所有组件的边界将相同。使用
np.inf使用适当的符号来指定单侧约束。设置组件 lb 和 ub 等于表示相等约束。注意，通过设置不同的组件，可以混合不同类型的约束：间隔约束、单边约束或相等约束 lb 和 ub 如果有必要的话。- keep_feasiblebool的array_like，可选
是否使约束组件在整个迭代过程中保持可用。单个值会为所有组件设置此属性。默认值为False。对相等约束无效。