最小化(Method=‘COBYLA’)¶
- scipy.optimize.minimize(fun, x0, args=(), method='COBYLA', constraints=(), tol=None, callback=None, options={'rhobeg': 1.0, 'maxiter': 1000, 'disp': False, 'catol': 0.0002})
使用线性近似约束优化(COBYLA)算法最小化一个或多个变量的标量函数。
参见
有关参数睡觉的文档，请参阅
scipy.optimize.minimize- 选项
- rhobeg浮动
对变量进行合理的初始更改。
- tol浮动
优化过程中的最终准确性(不能精确保证)。这是信任区域大小的下限。
- disp布尔尔
设置为True可打印收敛消息。如果为False， verbosity 设置为0时被忽略。
- maxiter集成
函数求值的最大次数。
- catol浮动
约束冲突的容差(绝对)