minimize(method=’SLSQP’)

scipy.optimize.minimize(fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None)

使用序列最小二乘规划 (SLSQP) 最小化一个或多个变量的标量函数。

另请参阅

有关其余参数的文档，请参阅 scipy.optimize.minimize

选项:

——-

ftolfloat

停止条件中 f 值的精度目标。

epsfloat

用于雅可比矩阵数值近似的步长。

dispbool

设置为 True 可打印收敛消息。如果为 False，则忽略 verbosity 并将其设置为 0。

maxiterint

最大迭代次数。

finite_diff_rel_stepNone 或 array_like，可选

如果 jac in ['2-point', '3-point', 'cs']，则用于数值逼近 jac 的相对步长。绝对步长计算为 h = rel_step * sign(x) * max(1, abs(x))，可能会调整以适应边界。对于 method='3-point'，忽略 h 的符号。如果为 None（默认值），则自动选择步长。