python fortran混编 ctypes_python – 使用ctypes在Fortran函数上使用scipy.optimize.minimize的错误结果...

我目前有一个Fortran函数,我希望使用SciPy使用Ctypes进行优化.这可能吗？也许我在实施中做错了.例如,假设我有：

cost.f90

module cost_fn

use iso_c_binding, only: c_float

implicit none

contains

function sin_2_cos(x,y) bind(c)

real(c_float) :: x, y, sin_2_cos

sin_2_cos = sin(x)**2 * cos(y)

end function sin_2_cos

end module cost_fn

我编译的：

gfortran -fPIC -shared -g -o cost.so cost.f90

然后尝试找到(本地)最小值：

cost.py

#!/usr/bin/env python

from ctypes import *

import numpy as np

import scipy.optimize as sopt

cost = cdll.LoadLibrary('./cost.so')

cost.sin_2_cos.argtypes = [POINTER(c_float), POINTER(c_float)]

cost.sin_2_cos.restype = c_float

def f2(x):

return cost.sin_2_cos(c_float(x[0]), c_float(x[1]))

# return np.sin(x[0])**2 * np.cos(x[1])

# print(f2( [1, 1] ))

# print(f2( [0.5 * np.pi, np.pi] ))

print( sopt.minimize( f2, (1.0, 1.0), options={'disp': True}, tol=1e-8) )

我期望局部最小f2(pi / 2,pi)= -1.当我使用cost.sin_2_cos返回值调用f2时,“最小值”仅在(1,1)的初始猜测时给出.如果我使用“Python”返回值调用f2,则optimize会找到正确的最小值.

我已经尝试重新定义sin_2_cos以获取维度(2)数组输入,但是看到了类似的行为.也许我需要用最小化直接调用sin_2_cos(但那么我如何为参数指定c_float)？任何想法都表示赞赏！

编辑：对于下面的注释,请注意两个注释的打印(f2(…))行产生预期值.因此,我相信通过Python f2函数正确调用Fortran函数.