python求非线性优化问题_用python优化非线性函数

我在python中有一个函数，如下所示：import numpy as np

def fun(Gp,Ra,Mr,Pot,Sp,Mc,Keep):

if(Keep==True):

return(Pot*np.tanh((Gp+Ra+Mr+ Mc)*Sp ))

假设以下数据：

^{2}$

我总共有100个GP，我想适当地分配它们

为了最大化objective_function：

在全部约束下，3个元素正

根据this的帖子，scipy.optimize将是一个好办法，但我很困惑如何把问题写下来

更新：我的尝试from scipy.optimize import minimize

y = {'A': {'RA': 0.5, 'MR': 0.97, 'POT': 0.25, 'SP': 0.25, 'MC': MC_1, 'keep': True},

'B': {'RA': 0.8, 'MR': 0.95, 'POT': 0.12, 'SP': 0.12, 'MC': MC_2, 'keep': True},

'C': {'RA': 0.9, 'MR': 0.99, 'POT': 0.05, 'SP': 0.15, 'MC': MC_3, 'keep': True}}

def objective_function(x):

return(</