严格限制

Question

我知道这个问题应该在scipy.optimize手册中处理，但是我不太了解。也许你可以帮忙

我有一个函数（这只是一个示例，不是真正的函数，但是我需要在这个级别上理解它）：

编辑（更好的示例）：

假设我有一个矩阵

arr = array([[0.8, 0.2],[-0.1, 0.14]])

具有目标功能

def matr_t(t):
    return array([[t[0], 0],[t[2]+complex(0,1)*t[3], t[1]]]

def target(t):
    arr2 = matr_t(t)
    ret = 0
    for i, v1 in enumerate(arr):
          for j, v2 in enumerate(v1):
               ret += abs(arr[i][j]-arr2[i][j])**2
    return ret

现在，我想假设t [i]是实数，并且类似 t[0]+t[1]=1

Answer 1

这个约束

t[0] + t[1] = 1

将是等式（type='eq'）约束，其中您必须创建一个必须等​​于零的函数：

def con(t):
    return t[0] + t[1] - 1

然后dict，您对约束进行了定义（字典列表（如果有多个））：

cons = {'type':'eq', 'fun': con}

我从未尝试过，但是我相信要保持t真实，您可以使用：

con_real(t):
    return np.sum(np.iscomplex(t))

并cons同时包含两个约束：

cons = [{'type':'eq', 'fun': con},
        {'type':'eq', 'fun': con_real}]

然后您cons输入minimize为：

scipy.optimize.minimize(func, x0, constraints=cons)