Skip to main content
 首页 » 编程设计

python之最小化 beale 函数

2024年11月24日13sharpest

我正在尝试使用 scipy 优化最小化 Beale 函数,它是一个具有两个变量的函数,使用以下代码:

import math 
import numpy as np 
from scipy.optimize import minimize 
#define function f(x) 
def beale(position): 
    return (1.5-position[0]+position[0]*position[1])**2+(2.25-position[0]+position[0]*position[1]**2)**3+(2.2625-position[0]+position[0]*position[1])**3 
 
res =minimize(beale, [-4.5,4.5], method="Nelder-Mead") 
print (res) 

但是我收到以下错误:

 RuntimeWarning: overflow encountered in double_scalars 
  res =optimize.minimize(f, [2, -1], method="Nelder-Mead") 

这个错误是什么意思,我该如何解决?

请您参考如下方法:

“这个错误是什么意思,我该如何解决?”

这意味着求解器没有收敛到最小值,而是采取了将其移动到更大坐标值的步骤,其中您的多项式表达式太大以至于溢出了 64 位 float 的限制。

如果我将公式更正为实际的 Beale 函数,并且如果我使用更接近预期结果的起点,则该函数有效。这个脚本

from scipy.optimize import minimize 
 
 
def beale(position): 
    x, y = position 
    return (1.5 - x + x*y)**2 + (2.25 - x + x*y**2)**2 + (2.625 - x + x*y**3)**2 
 
 
x0 = [1.0, 1.0] 
res = minimize(beale, x0, method="Nelder-Mead") 
print(res) 

产生输出

 final_simplex: (array([[3.00002489, 0.50000749], 
       [2.99993609, 0.49998427], 
       [3.00005157, 0.50000776]]), array([1.39263183e-10, 6.54120047e-10, 1.00978644e-09])) 
           fun: 1.392631830241483e-10 
       message: 'Optimization terminated successfully.' 
          nfev: 107 
           nit: 56 
        status: 0 
       success: True 
             x: array([3.00002489, 0.50000749]) 

已知的精确解是 (3, 0.5)。