将附加参数传递给 objective 函数

Question

我正在尝试解决以下结构的最小化问题：

res=minimize(objective_fnc, x0, args=param, method='Nelder-Mead)

我需要传递一系列参数，这些参数不是优化变量的一部分，而是参数，以更通用的方式改变问题的 conditions/boundaries。例如，变量 param 是一个带有下一个参数的元组：param = (p1,p2,p3)

每当我调用 objective_fnc 时，我需要传递初始条件 x0 和带有参数的元组，以便在 objective 函数中使用这些参数。例如，objective_fnc(x0,param)

问题是我得到这个错误：objective_fnc() takes 2 positional arguments but 4 were given

我知道如果我传递初始条件和参数（不是元组的一部分，这样：objective_fnc(x0,p1,p2,p3)）它可以工作，但我想以更简化的方式编写它以防万一稍后我需要传递额外的参数。

这里有 minimal reproducible example 有效，其中所有参数都一一传递。但是，如果我将 p1,p2,p3 更改为 `param'，则会出现错误。

import numpy as np
from scipy.optimize import minimize

def objective_fnc(x,p1,p2,p3):
    """The Rosenbrock function"""
    return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)


class CallbackFunctor:
    def __init__(self, obj_fun):
        self.num_calls = 0
        if self.num_calls == 0:
            print('Optimization problem started')
        self.obj_fun = obj_fun
    
    def __call__(self, x):
        fun_val = self.obj_fun(x,p1,p2,p3)
        self.num_calls += 1
        if self.num_calls % 5 == 0:
            print('Work in progress...')
            print(p1)
            print(p2)
            print(p3)
            
cb = CallbackFunctor(objective_fnc)

# Parameters
p1=10
p2=20
p3=30
param=(p1,p2,p3)
x0 = np.array([1.3, 0.7, 0.8, 1.9, 1.2])
res = minimize(objective_fnc, x0, args=(p1,p2,p3), method='nelder-mead', callback=cb, options={'xatol': 1e-8, 'disp': True})

print(res.x)

Answer 1

如果您的函数具有签名 objective_func(x, bound_limits)，其中 bounds_limits 是一个元组，您需要确保解包 args 产生一个元组。因此，您需要传递一个元组的 Iterable：

bound_limits = (param1,param2,param3,param4,param5,param6,param7,param8)
res = minimize(objective_fnc, x0, args=(bound_limits,), method='Nelder-Mead)

请注意，不需要 args 参数。您可以使用 lambda 函数实现相同的目的：

res = minimize(lambda x: objective_fnc(x, bound_limits), x0, method='Nelder-Mead')

Answer 2

尝试使用 unpatch :

objective_fnc(Xo, *bound_limits)

https://stackabuse.com/unpacking-in-python-beyond-parallel-assignment

将附加参数传递给 objective 函数

Pass additional parameters to an objective function

python

tuples

minimization

scipy-optimize-minimize