python 中的 scipy.optimize 最優化功能的一些不足

python 中的 scipy 也有最優化的功能,體現在裏面的 optimize 中,自己簡單使用了下,發現它具有以下缺點:

  • 優化算法比較少,有信頼域、單純形法、BFGS算法等,能夠滿足不少常規函數的求解,但相對於 matlab 來說還是少的
  • 求解帶約束的優化時,還需自己定義一階導數,黑塞矩陣等,這一點很不方便。像 Matlab 只需輸入函數就行,不需要你自己再輸入一階導數、黑塞矩陣。而 scipy 中求解帶約束的優化問題時,需要自己計算出一階導數或二階導數後,再輸入

跟專業的優化軟件 Matlab, Lingo 等還有不少差距。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章