minimize(method=’Nelder-Mead’)

scipy.optimize.minimize(fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None)

使用 Nelder-Mead 演算法最小化一個或多個變數的純量函數。

另請參閱

關於其餘參數的文件，請參閱 scipy.optimize.minimize

選項：

——-

dispbool

設為 True 以印出收斂訊息。

maxiter, maxfevint

允許的最大迭代次數和函數評估次數。如果未設定 maxiter 或 maxfev，則預設為 N*200，其中 N 是變數的數量。如果同時設定了 maxiter 和 maxfev，則最小化將在首先達到者時停止。

return_allbool, optional

設為 True 以在每次迭代時傳回最佳解的列表。

initial_simplexarray_like of shape (N + 1, N)

初始單純形。如果給定，則覆寫 x0。 initial_simplex[j,:] 應包含單純形中第 j 個頂點的座標，其中單純形中有 N+1 個頂點，而 N 是維度。

xatolfloat, optional

迭代之間 xopt 的絕對誤差，可接受以達到收斂。

fatolnumber, optional

迭代之間 func(xopt) 的絕對誤差，可接受以達到收斂。

adaptivebool, optional

調整演算法參數以適應問題的維度。適用於高維度最小化 [1]。

boundssequence 或 Bounds, optional

變數的界限。有兩種方法可以指定界限

1. Bounds 類別的實例。

2. x 中每個元素的 (min, max) 對組序列。 None 用於指定無界限。

請注意，這只會根據界限裁剪單純形中的所有頂點。

參考文獻

[1]

Gao, F. 和 Han, L. 以自適應參數實作 Nelder-Mead 單純形演算法。 2012年。《計算最佳化與應用》。 51:1, pp. 259-277