python scipy.optimize 求解带边界约束的非线性规划报错“Positive directional derivative for linesearch”

问题背景

在数据处理过程中，需要求解形如下图的非线性规划：
　　
　　（在我的学习任务中不等式约束边界会变化，上图示意一个特殊情况）

求解方法一：scipy.optimize

尝试利用scipy.optimize中的．minimize（）函数进行求解，将等式与不等式约束存入cons字典中。

from scipy.optimize import minimize
import numpy as np

fun = lambda x :　x[0] + x[1] + x[2]# 约束函数
cons = ({
   'type': 'eq', 'fun': lambda x: x[0]**2+ x[1]**2+ x[2]**2 - 1}, # xyz=1

{
   'type': 'ineq', 'fun': lambda x: 1-x[0]**2 },#  1 >= x**2
{
   'type': 'ineq', 'fun': lambda x: x[0]**2-1 },#  x**2 >=1

{
   'type': 'ineq', 'fun': lambda x: 0-x[1]**2 },
{
   'type': 'ineq', 'fun': lambda x: x[1]**