python数学建模之用scipy.optimize.minimize解决高次非线性规划问题

在实际的数学建模应用中，我们会遇到很多约束条件是二次的，三次的或者是高次函数的情况，这样用 optimize.linprog（）来解决就显得不适用了，因此我们使用scipy.optimize下得minimize函数来解决这个问题。

官方文档：
SciPy API referencehttps://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.minimize.html#scipy.optimize.minimize

scipy.optimize.minimize(fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None)

fun:是目标函数，是一个函数形式传入，

x0：初步猜测。大小为（n，）的实数元素数组，其中 n 是自变量的数量。

constraints:约束定义。仅适用于COBYLA，SLSQP和trust-constr.传入字典类型的数据，其数据是约束条件，可以是等式，也可以是不等式约束。

bounds：参数范围限定，即限定求解的x的取值范围。

求解约束条件下得最小值：

导入头文件，建立目标函数：

from scipy import optimizef = lambda x: x[0] ** 2 + x[1] **2 + x[2] ** 2 + 8

建立约束条件函数：

cons = ({'type': 'ineq', 'fun': lambda x: x[0]**2 - x[1] + x[2]**2},{'type': 'ineq', 'fun': lambda x: -x[0] - x[1] - x[2]**3 + 20},{'type': 'eq', 'fun': lambda x: -x[0] - x[1]**2 + 2},{'type': 'eq', 'fun': lambda x: x[1] + 2 * x[2]**2 - 3})

type表示约束条件的等式类型，如ineq是不等式，eq是等式。

初始化x,限定x范围，传入参数：

x=(0,0,0)
bounds=[[0,None],[0,None],[0,None]]res = optimize.minimize(f, x0=x,bounds=bounds, constraints=cons)

得到结果如下：

最小值为10.65，x的取值为0.55,1.20,0.94

同时也可以无约束求最值：不传入约束条件即可

res = optimize.minimize(f, x0=x,bounds=bounds)

结果：

python数学建模之用scipy.optimize.minimize解决高次非线性规划问题相关推荐

python数学建模之用scipy.optimize.linprog实现线性规划
在做数学建模时,我们经常会遇到在约束条件下求解目标的最优解的情况,如:在如下约束条件下求解-x0+4x1的最小值. 在求解这个问题的过程中,我们可以使用不同的工具去解决,如MATLAB.Java等语言 ...
python scipy.optimize.minimize多变量多参数优化
python scipy.optimize.minimize多变量多参数优化 x是一维变量,无超参数 x是二维变量,无超参数,带bounds x是二维变量,有一个超参数,带bounds x是二维变量, ...
python非线性规划scipy.optimize.minimize介绍
目录 0. 官方说明 1. Parameters 2. Returns 3. 案例 1)无约束求极值 2)有约束求极值参考资料 0. 官方说明在 python 里用非线性规划求极值,最常用的就是 ...
python数学建模（二）线性规划2.实战(思路清晰\过程完整、详细)
文章目录 (一)简单陈述本文章的内容 (二)线性规划例题(实战) 2.1 实战题目 2.2 符号规定和基本假设 2.3 模型的分析 2.4 模型的建立 2.5 模型一的求解和分析 2.5.1 (代码) ...
有关python建模的学习笔记（3）（参考自哔站python数学建模及菜鸟教程）
规划类模型(线性规划.整数规划.非线性规划) 线性规划 1.1 scipy库解决(参考自https://www.bilibili.com/video/BV12h411d7Dm?p=4及https:/ ...
Python数学建模系列（四）：数值逼近
文章目录前言往期文章 1. 一维插值 1.1 线性插值与样条插值(B-spline) 1.2 高阶样条插值 2. 二维插值 2.1 图像模糊处理--样条插值 2.2 二维插值的三维图 3. 最小 ...
Python数学建模系列（五）：微分方程
文章目录前言往期文章 1.微分方程分类 2.微分方程解析解 3.微分方程数值解 3.1 场线图与数值解 3.2 洛伦兹曲线与数值解 4.传染病模型模型一:SI-Model 模型二:SIS mod ...
非线性规划（scipy.optimize.minimize）
1.minimize() 函数介绍在 python 里用非线性规划求极值,最常用的就是 scipy.optimize.minimize(). [官方介绍点这里](Constrained minimi ...
Scipy优化scipy.optimize.minimize
如果喜欢请点赞,收藏,谢谢! 要解决一个优化问题 m i n i m i z e x [ 0 ] , x [ 1 ] \mathrm{minimize}_{x[0],x[1]} minimizex[0 ...

python数学建模之用scipy.optimize.minimize解决高次非线性规划问题

python数学建模之用scipy.optimize.minimize解决高次非线性规划问题相关推荐

最新文章

热门文章