python - scipy优化-fmin Nelder-Mead单纯形

我正在尝试使用scipy Nelder-Mead单面搜索函数来查找非线性函数的最小值。看来我的单纯形卡住了，因为它以太小的初始单纯形开始。不幸的是，我在scipy中看不到可以更改某些单纯形参数（例如，初始单纯形大小）的地方。有办法吗？我想念什么吗？还是有NM单工的其他实现？

谢谢

最佳答案

对于Nelder-Mead的两个建议：

1）将所有x捕捉到函数内部的网格中，例如.01：

x = np.round( x / grid ) * grid
f = ...

在高尺寸的情况下，它可以用作简单的噪声滤波器
（在2d或3d中，请勿打扰）。

2）从2d + 1附近的最佳d + 1开始，
而不是通常的d + 1：

def neard1( func, x, h, verbose=1 ):
    """ eval func at 2d+1 points x, x +- h
        sort
        -> f[ d+1 best values ],  X[ d+1 ]
        to start or restart Nelder-Mead
    """
    dim = len(x)
    I = np.eye(dim)
    np.fill_diagonal( I, h )  # scalar or vec
    X = x + np.vstack(( np.zeros(dim), I, - I ))
    fnear = np.array([ func( x ) for x in X ])  # 2d+1
    f0 = fnear[0]
    up = np.argsort( fnear )  # vec func: |fnear|
    if verbose:
        print "neard1: f %g +- %s  around x %s" % (
            f0, fnear[up] - f0, x )
    bestd1 = up[:dim+1]
    return fnear[bestd1], X[bestd1]

在Nelder-Mead之后看一下neard1（）值也不是坏主意，
了解一下func（）的外观。
如果有邻居比N-M更好，则从该新单纯形重新启动N-M。
（可以交替使用neard1，N-M，neard1，N-M：简单但非常依赖问题。）

您有多少个变量，您的函数有多吵？

希望这可以帮助

关于python - scipy优化-fmin Nelder-Mead单纯形，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/9788378/