当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy optimize.LinearConstraint用法及代码示例


本文简要介绍 python 语言中 scipy.optimize.LinearConstraint 的用法。

用法:

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

对变量的线性约束。

约束具有一般不等式形式:

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

这里,自变量 x 的向量作为形状为 (n,) 的 ndarray 传递,矩阵 A 的形状为 (m, n)。

可以使用等界来表示等式约束,或使用无限界来表示单侧约束。

参数

A {数组, 稀疏矩阵}, 形状 (m, n)

定义约束的矩阵。

lb, ub 密集数组,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,约束的所有分量的界限都相同。使用np.inf用适当的符号来指定单方面的约束。设置组件ubequal 表示等式约束。请注意,您可以通过设置不同的组件来混合不同类型的约束:间隔、单边或相等ub有必要的。默认为lb = -np.infub = np.inf(无限)。

keep_feasible 类似于 bool 的密集数组,可选

是否在整个迭代过程中保持约束组件可行。单个值为所有组件设置此属性。默认为假。对等式约束没有影响。

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.optimize.LinearConstraint。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。