最小化(Method=‘SLSQP’)¶
- scipy.optimize.minimize(fun, x0, args=(), method='SLSQP', jac=None, bounds=None, constraints=(), tol=None, callback=None, options={'func': None, 'maxiter': 100, 'ftol': 1e-06, 'iprint': 1, 'disp': False, 'eps': 1.4901161193847656e-08, 'finite_diff_rel_step': None})
使用顺序最小二乘编程(SLSQP)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
- ftol浮动
停止准则中f的值的精度目标。
- eps浮动
用于数值逼近雅可比的步长。
- disp布尔尔
设置为True可打印收敛消息。如果为False， verbosity 被忽略并设置为0。
- maxiter集成
最大迭代次数。
- finite_diff_rel_stepNONE或ARRAY_LIKE，可选
如果 jac in ['2-point', '3-point', 'cs'] 用于数值逼近的相对步长 jac 。绝对步长的计算公式为
h = rel_step * sign(x0) * max(1, abs(x0))，可能会进行调整以适应边界。为method='3-point'……的记号 h 被忽略。如果无(默认)，则自动选择步骤。