minimization

    1熱度

    1回答

    我試圖找到一個函數Minimum of a function with BFGS method(第29頁的PDF文檔) 的mimimum而且我沒有得到相同的結果中的鏈接報道的那些,我已經有和沒有嘗試雅各布人沒有運氣。任何幫助將不勝感激。 至今代碼: import numpy as np from scipy.optimize import minimize def objective(x):

    0熱度

    1回答

    如何在MATLAB函數fmincon中設置解決方案的約束(x1,x2),以便x1 ~= x2(x1不是x2)? 數值意義上的:x1不應該接近x2。

    3熱度

    1回答

    我試圖解決一個優化問題,我需要建立一個組合,從基準投資組合中最小的跟蹤誤差,它是受到一些限制: import scipy.optimize as opt import numpy as np def random_portfolio(n): a = np.random.random(n) a /= a.sum() return a portfolio_wei

    0熱度

    2回答

    不確定如何繼續。我有一個數字列表(精確數字列表),但這些數字有一個模糊性:x,x + 1和x-1對我來說是完全一樣的。但是,我想通過更改元素來最小化列表的差異。這是我認爲到目前爲止(帶我知道這是行不通的樣本名單): import numpy as np from scipy import stats lst = [0.474, 0.122, 0.0867, 0.896, 0.979] de

    2熱度

    1回答

    我試圖找到兩點之間(0,0)和(1000,-100)之間的最短路徑。路徑是由一個7階多項式函數來定義: P(X)= A0 + A1 * X + A2 *的x^2 + ... + a7中* X^7 爲此我試圖最小化,其計算從所述多項式函數的總路徑長度的函數: 長度= INT從0到1000 {SQRT(1 +(DP(X)/ DX)^ 2)} 顯然,正確的解決方案將是一條線性的線,但是後來我想爲這個問題

    1熱度

    1回答

    我正在運行嵌套優化代碼。 sp.optimize.minimize(fun=A, x0=D, method="SLSQP", bounds=(E), constraints=({'type':'eq','fun':constrains}), options={'disp': True, 'maxiter':100, 'ftol':1e-05}) sp.optimize.minimize(fun

    1熱度

    1回答

    我想盡量減少存儲在array中的80個變量的函數f。該函數由兩個嵌套循環定義:外部一個索引array by i,而內部循環執行array[i]次,並將計算結果添加到運行總數。計算取決於一些條件x和y並且在每次執行時都會稍微改變,這就是爲什麼我需要循環結構。這裏是在Python最小工作示例: def f[array]: total = 0 x = 0 y = 0

    1熱度

    1回答

    感謝您閱讀本文,我有一個matlab函數'myfun',它返回給定輸入向量X的標量。現在我試圖使用fmincon來最小化這個函數,但是我有麻煩約束了我的輸出向量元素。 X0=1:1:10; fhandle = @myfun; lb=X0(1)*ones(length(X0),1); ub=X0(end)*ones(length(X0),1); [X]=fmincon(fhandle,

    1熱度

    1回答

    我有一個功能logit.aic(x,y),提供輸出,給出兩個輸入x和y。 限制: 兩個輸入可以是和之間的任何正的非整數值。另外,它應該是x < y。 例如:logit.aic(20,80)返回值41.38729。 問題:我需要找到最小化我的函數輸出的一對輸入。 在此先感謝。

    0熱度

    1回答

    問題:我應該使用MatLab中的哪種類型的優化函數來解決以下最小化矩陣問題? 我試圖找到行向量V,使得[[(F - 轉置(V)* R)]]被最小化受制於: 轉置(V)* B = 0 ++++變量: f是已知的標。 R是已知的(8×1)行向量。 B是已知的(8x1)行向量。 V是(8x1)行向量,它是未知的,我想找到它。 +++++多個條件: 在行向量V(8X1)的八個找到的條目的值應該是 0和1之