Я пытаюсь оптимизировать функцию, используя подпрограмму оптимизации ограничений l_bfgs в scipy.
Но подпрограмма оптимизации передает значения функции, которых нет в границах.
мой полный код выглядит как
def humpy(aParams):
aParams = numpy.asarray(aParams)
print aParams
####
# connect to some other software for simulation
# data[1] & data[2] are read
##### objective function
val = sum(0.5*(data[1] - data[2])**2)
print val
return val
####
def approx_fprime():
####
Initial = numpy.asarray([10.0, 15.0, 50.0, 10.0])
interval = [(5.0, 60000.0),(10.0, 50000.0),(26.0, 100000.0),(8.0, 50000.0)]
opt = optimize.fmin_l_bfgs(humpy,Initial,fprime=approx_fprime, bounds=interval ,pgtol=1.0000000000001e-05,iprint=1, maxfun=50000)
print 'optimized parameters',opt[0]
print 'Optimized function value', opt[1]
####### the end ####
на основе начальных значений (Initial) и границ (интервала)
opt = optimize.fmin_l_bfgs () передаст значения моему программному обеспечению для моделирования, но переданные значения должны быть в «границах». Это не так .. см. Значения, переданные на разных итерациях
iter 1 = [ 10.23534209 15.1717302 50.5117245 10.28731118]
iter 2 = [ 10.23534209 15.1717302 50.01160842 10.39018429]
[ 11.17671043 15.85865102 50.05804208 11.43655591]
[ 11.17671043 15.85865102 50.05804208 11.43655591]
[ 11.28847754 15.85865102 50.05804208 11.43655591]
[ 11.17671043 16.01723753 50.05804208 11.43655591]
[ 11.17671043 15.85865102 50.5586225 11.43655591]
...............
...............
...............
[ 49.84670071 -4.4139714 62.2536381 23.3155698847]
на этой итерации -4.4139714 передается моему второму параметру, но он должен отличаться от (10.0, 50000.0), откуда приходит -4.4139714, я не знаю?
где я должен изменить код? чтобы он передавал значения, которые должны быть в границах