Scipy.optimize 不等式约束 - 考虑不等式的哪一边？

Question

我正在使用 scipy.optimize 模块来寻找可以最小化输出的最佳输入权重。从我看过的例子中，我们用单边方程定义约束；然后我们创建一个 'inequality' 类型的变量。我的问题是优化包如何知道我的约束中的变量之和需要小于1还是大于1？

...

def constraint1(x):
    return x[0]+x[1]+x[2]+x[3]-1

.....

con1 = {'type': 'ineq', 'fun': constraint1}

Answer 1

参考https://docs.scipy.org/doc/scipy-0.18.1/reference/tutorial/optimize.html，向下滚动到Constrained minimization of multivariate scalar functions (minimize)，可以发现

This algorithm allows to deal with constrained minimization problems of the form:

[![在此处输入图片描述][1]][1]

其中不等式的形式为 C_j(x) >= 0.

因此当您将约束定义为

def constraint1(x):
    return x[0]+x[1]+x[2]+x[3]-1

并将约束类型指定为

con1 = {'type': 'ineq', 'fun': constraint1}

它自动假定约束是标准形式 x[0]+x[1]+x[2]+x[3]-1>=0 即 x[0]+x[1]+x[2]+x[3]>=1 [1]: https://i.stack.imgur.com/E3LPs.png

Scipy.optimize Inequality Constraint - Which side of the inequality is considered?