Scipy.optimize.minimize 函数导致错误的结果。等于初始值，1次迭代后停止

Question

我正在尝试从 Scipy 执行最小化函数，但是我收到了错误的答案，并且在一次迭代后停止。

问题介绍：

当我得到这段代码时运行我想优化反应器的大小，因此变量基于此，但优化功能在这种情况下用于练习。它 returns 将所有变量作为函数求和时所有变量的最小值。但是，当将公式调整为 1/（所有变量）时，我期望所有变量的范围最大值，但我收到初始猜测值。

问题：

谁能解释一下我犯了什么错误以及如何使 minimize() 起作用，以便我可以在更复杂的情况下应用相同的方法？

提前致谢！爱可

编码：

def Optimization2(INPUT):
    return 1/(INPUT[0]+INPUT[1]+INPUT[2]+INPUT[3]+INPUT[4])

# bounds
feed_bound = (1,150) #molar feed
P_bound    = (1,93)  #pressure
T_bound    = (900,1150) #Temperature
L_bound    = (0.1,4.5) #Length of reactor
D_bound    = (0.01,0.2) #Diameter of reactor
bnds       = (feed_bound, P_bound,T_bound,L_bound,D_bound)

# initial guesses
feed = 100# np.mean(feed_bound)
P    = 93#np.mean(P_bound)
T    = 1050
L    = np.mean(L_bound)
D    = np.mean(D_bound)
INPUT_0= [feed,P,T,L,D]
print(INPUT_0)
Initial = Optimization2(INPUT_0)

# show initial objective
print('Initial Objective: ' + str(Optimization2(INPUT_0)))

solution = minimize(Optimization2,bounds=bnds,method='SLSQP',\
                    x0=INPUT_0)

INPUT = solution.x
print(solution)

错误结果：

     fun: 0.0008029516502663793
     jac: array([-6.4472988e-07, -6.4472988e-07, -6.4472988e-07, -6.4472988e-07,
       -6.4472988e-07])
 message: 'Optimization terminated successfully'
    nfev: 6
     nit: 1
    njev: 1
  status: 0
 success: True
       x: array([1.00e+02, 9.30e+01, 1.05e+03, 2.30e+00, 1.05e-01])

Answer 1

如果您查看最小化文档，您会发现 a numerical tolerance argument tol。将其设置为 1e-16 会使您的函数运行进行多次迭代，转换为每个变量的每个上限。

数值公差的默认值对于你的例子来说显然太高了，这意味着当例程试图估计导数时，它发现函数值的差异太小以至于它无法关心，所以它终止了优化循环。

回避这个问题的另一种方法是将可最小化函数乘以 1e9 的一个因子。想一想为什么把它作为练习是有意义的 ;)

Scipy.optimize.minimize 函数导致错误的结果。等于初始值，1次迭代后停止

Scipy.optimize.minimize function results in wrong results. Equal to inital values, stops after 1 iteration

python

scipy-optimize-minimize