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 lbub 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 lbub 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。