《python 数学建模算法与应用》书中第五章5.4求解

该代码段展示了一个使用Python的scipy.optimize.minimize函数进行约束优化的问题。目标函数是计算100个数的平方根之和,同时有多个不等式约束。每次运行结果不同,可能只在初始值为0时得到全局最优解。
摘要由CSDN通过智能技术生成

求解(不知道到对不对,请大佬看看)

每次求解答案都不同,越往后答案越大,求的为局部最优解,只有第一次为全局最优解,

​​​​​​​都为0的时候

import numpy as np

import math

from scipy.optimize import minimize,Bounds

def func(x):

    return sum(math.sqrt(x[i]) for i in range(100))

def con(x):

    return 1000-np.sum(x[i]*(101-i+1) for i in range(100))

con1={'type':'ineq','fun': lambda x: 10-x[0]}

con2={'type':'ineq','fun': lambda x: 20-x[0]-2*x[1]}

con3={'type':'ineq','fun': lambda x: 30-x[0]-x[1]*2-x[2]*3}

con4={'type':'ineq','fun': lambda x: 40-x[0]-x[1]*2-x[2]*3-x[3]*4}

con5={'type':'ineq','fun': con}

cons=[con1,con2,con3,con4,con5]

bounds=Bounds([0]*100,np.inf*100)

res=minimize(func,np.random.randn(100),constraints=cons,bounds=bounds)

print(res.x)

print(res.fun)

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值