scipy.optimize.

LinearConstraint#

class scipy.optimize.LinearConstraint(A, lb=-inf, ub=inf, keep_feasible=False)[source]#

变量的线性约束。

该约束具有一般不等式形式

lb <= A.dot(x) <= ub

其中独立变量 x 的向量以形状为 (n,) 的 ndarray 形式传递,矩阵 A 的形状为 (m, n)。

可以使用相等边界表示等式约束,或使用无限边界表示单边约束。

参数:
A{array_like, 稀疏数组}, 形状 (m, n)

定义约束的矩阵。

lb, ub稠密 array_like, 可选

约束的下限和上限。每个数组必须具有形状 (m,) 或为标量,在后一种情况下,约束的所有分量的边界将相同。使用带有适当符号的 np.inf 来指定单边约束。将 lbub 的分量设置为相等以表示等式约束。请注意,您可以混合不同类型的约束:区间、单边或等式,通过根据需要设置 lbub 的不同分量。默认为 lb = -np.infub = np.inf(无限制)。

keep_feasible稠密布尔 array_like, 可选

在迭代过程中是否保持约束分量可行。单个值将此属性应用于所有分量。默认值为 False。对等式约束无效。

方法

residual(x)

计算约束函数与限制之间的残差