本文简要介绍 python 语言中 scipy.optimize.brent
的用法。
用法:
scipy.optimize.brent(func, args=(), brack=None, tol=1.48e-08, full_output=0, maxiter=500)#
给定一个由一个变量和一个可能的括号组成的函数,返回该函数的局部极小值,该函数的小数精度为 tol。
- func: 可调用 f(x,*args)
目标函数。
- args: 元组,可选
附加参数(如果存在)。
- brack: 元组,可选
满足
xa < xb < xc
和func(xb) < func(xa) and func(xb) < func(xc)
的三元组(xa, xb, xc)
或一对(xa, xb)
用作下坡括号搜索的初始点(请参阅scipy.optimize.bracket
)。最小化器x
不一定满足xa <= x <= xb
。- tol: 浮点数,可选
解决方案 xopt 中的相对误差对于收敛是可以接受的。
- full_output: 布尔型,可选
如果为 True,则返回所有输出参数(xmin、fval、iter、funcalls)。
- maxiter: 整数,可选
解决方案中的最大迭代次数。
- xmin: ndarray
最佳点。
- fval: 浮点数
(可选输出)最优函数值。
- iter: int
(可选输出)迭代次数。
- funcalls: int
(可选输出)进行的目标函数评估次数。
参数 ::
返回 ::
注意:
尽可能使用反抛物线插值来加速黄金分割法的收敛。
不确保最小值位于指定的范围内布拉克.看scipy.optimize.fminbound.
例子:
我们说明函数的行为布拉克大小分别为 2 和 3。在这种情况下布拉克是这样的形式
(xa, xb)
,我们可以看到对于给定的值,输出不一定位于范围内(xa, xb)
.>>> def f(x): ... return (x-1)**2
>>> from scipy import optimize
>>> minimizer = optimize.brent(f, brack=(1, 2)) >>> minimizer 1 >>> res = optimize.brent(f, brack=(-1, 0.5, 2), full_output=True) >>> xmin, fval, iter, funcalls = res >>> f(xmin), fval (0.0, 0.0)
相关用法
- Python SciPy optimize.brentq用法及代码示例
- Python SciPy optimize.brenth用法及代码示例
- Python SciPy optimize.bracket用法及代码示例
- Python SciPy optimize.brute用法及代码示例
- Python SciPy optimize.broyden1用法及代码示例
- Python SciPy optimize.broyden2用法及代码示例
- Python SciPy optimize.bisect用法及代码示例
- Python SciPy optimize.basinhopping用法及代码示例
- Python SciPy optimize.rosen_der用法及代码示例
- Python SciPy optimize.line_search用法及代码示例
- Python SciPy optimize.rosen用法及代码示例
- Python SciPy optimize.shgo用法及代码示例
- Python SciPy optimize.minimize_scalar用法及代码示例
- Python SciPy optimize.root用法及代码示例
- Python SciPy optimize.fmin用法及代码示例
- Python SciPy optimize.NonlinearConstraint用法及代码示例
- Python SciPy optimize.KrylovJacobian用法及代码示例
- Python SciPy optimize.toms748用法及代码示例
- Python SciPy optimize.linprog_verbose_callback用法及代码示例
- Python SciPy optimize.milp用法及代码示例
- Python SciPy optimize.diagbroyden用法及代码示例
- Python SciPy optimize.isotonic_regression用法及代码示例
- Python SciPy optimize.golden用法及代码示例
- Python SciPy optimize.newton用法及代码示例
- Python SciPy optimize.fsolve用法及代码示例
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.brent。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。