源自:4-4 scipy优化器
结果不一样
def func(x):
return (2*x[0]*x[1]+2*x[0]-x[0]**2-2*x[1]**2)
def func_deriv(x):
dfdx0=(-2*x[0]+2*x[1]+2)
dfdx1=(2*x[0]-4*x[1])
return np.array([dfdx0,dfdx1])
cons=({"type":"eq",
"fun":lambda x:np.array([x[0]**3-x[1]]),
"jac":lambda x:np.array([3.0*(x[0]**2.0),-1.0])},
{'type':'ineq',
'fun':lambda x:np.array([x[1]-1]),
'jac':lambda x:np.array([0.0,1.0])})
res=minimize(func,[-1.0,1.0],jac=func_deriv,constraints=cons,method='SLSQP',options={'disp':True})
print("RESTRICT",res)
提问者:慕设计1538302
2019-06-17 20:06