我正在尝试使用lmfit软件包拟合一组数据。作为最小化例程，我选择了differential_evolution（https://docs.scipy.org/doc/scipy-0.17.0/reference/generated/scipy.optimize.differential_evolution.html），并且我想限制执行的最大迭代次数。
根据lmfit手册（https://lmfit.github.io/lmfit-py/fitting.html#the-minimize-function），我可以使用** fit_kws词典通过最小化函数将关键字参数传递给基础的scipy最小化器。
我尝试了几种选择，以将关键字传递给fit例程。例如：
fit_kws={'maxiter':20}
out = minimize(f2min, fit_params, args=(q, Iexp, errI), iter_cb=printout, method='differential_evolution', **fit_kws)
要么
out = minimize(f2min, fit_params, args=(q, Iexp, errI), iter_cb=printout, method='differential_evolution', fit_kws={'maxiter':20})
要么
out = minimize(f2min, fit_params, args=(q, Iexp, errI), iter_cb=printout, method='differential_evolution', maxiter = 20)
我没有收到任何错误消息，但是maxiter只是被忽略了。我可以简单地期望在20次迭代之后（我也尝试过使用更大的数字），拟合过程将停止。另外，如果我将fit_kws定义为
fit_kws={'maxiter':a}
这是胡说八道，我会期望一个错误，我没有得到。
您能否帮助我理解如何将一些参数传递给基础的scipy.optimize函数？
最佳答案
我遇到了同样的问题，尽管在我的情况下出现了错误，请参见以下SO question。
简而言之，您可以使用关键字参数options将关键字参数传递给基础求解器：
fit = fitter.minimize(method='differential_evolution', options={'maxiter':20})
或更具体地针对上述示例：
out = minimize(f2min, fit_params, args=(q, Iexp, errI), iter_cb=printout, method='differential_evolution', options={'maxiter':20})