scipy.optimize令人困惑的行爲

我使用scipy.optimize來解決最小化問題。但它所做的沒有任何意義。如果我沒有設置最大迭代次數，它會永遠運行（至少12小時）。所以我把迭代的最大次數設置爲小測試，比如20。scipy.optimize令人困惑的行爲

我函數的初始值是880.770191886。當我與所有的診斷輸出（full_output=True，retall=True）爲scipy.optimize.fmin運行，我得到：

>>dataOut = so.fmin(optimize_grid, coordsOuter, args=(0.5,(65,86,2)), maxiter=20, disp=True, full_output=True, retall=True)               
>>print dataOut[1:]

給出：

Warning: Maximum number of iterations has been exceeded 
(197.24011337756517, 20, 11207, 2, [array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373]), array([ 0.5  , 0.5  , 0.55702654, ..., 2.45997569, 
    2.47487373, 2.47487373])])

那麼所有這一切是說，我的函數的最小取值197.24等。然而，它試圖在每次迭代中使用的向量與初始向量相同！所以它實際上並沒有做任何事情，即使它確定了最低限度。我只是將初始向量作爲每一步顯然不正確的答案而退出。

任何想法是什麼問題？我看不出任何工作方式的理由，因爲它清楚地標識出某個值小於初始值的函數值。

來源

2012-11-23 tpg2114

最終的向量是什麼樣的？另外，你能否證實這20個矢量都是平等的？我的意思是，我們在這裏看不到所有的座標。 –

@LevLevitsky是的，如果我從最初減去最後，我在每個位置得到0。如果我在迭代中從原始數據中減去每個數組，則相同。 – tpg2114

那麼最後是一樣的嗎？ 'optimize_grid（dataOut [0]，0.5，（65，86，2））'仍然是880而不是197？ –

我想你正在解決的問題並不是真的不合適，scipy.fmin可以通過很少的迭代收斂到很好的結果，但是因爲你只定義了maxiter參數，它試圖滿足你的請求。您是否嘗試使用xtol或ftol參數。您尚未提及您正在使用的SciPy版本，但它們可從0.11獲得。

從0.11開始，您還可以使用，它可以讓您更好地控制方法及其參數。

來源

2013-07-25 22:27:12 Amir

scipy.optimize令人困惑的行爲

回答

相關問題