基于最小化、差分进化和Basinhopping的模型优化
是一种用于优化模型参数的方法。下面是对该方法的完善且全面的答案：
概念： 基于最小化、差分进化和Basinhopping的模型优化是一种通过调整模型参数来最小化目标函数的方法。它结合了最小化算法、差分进化算法和Basinhopping算法的优点，能够在搜索空间中找到全局最优解。
分类： 基于最小化、差分进化和Basinhopping的模型优化属于全局优化算法的范畴。它通过不断迭代和调整模型参数，寻找最优解。
优势：
- 全局搜索能力强：该方法能够在搜索空间中找到全局最优解，避免陷入局部最优解。
- 鲁棒性强：该方法能够处理高维度、非线性、非凸等复杂问题，具有较好的适应性和鲁棒性。
- 收敛速度快：该方法通过差分进化和Basinhopping算法的优化策略，能够加速收敛速度，提高优化效率。
应用场景： 基于最小化、差分进化和Basinhopping的模型优化适用于各种需要优化模型参数的场景，包括但不限于：
- 机器学习模型训练：通过优化模型参数，提高机器学习模型的准确性和泛化能力。
- 优化算法设计：通过优化算法参数，改进优化算法的性能和收敛速度。
- 工程优化问题：如工艺参数优化、产品设计优化等。
推荐的腾讯云相关产品： 腾讯云提供了一系列与云计算相关的产品和服务，以下是一些推荐的产品：
- 云服务器（CVM）：提供弹性计算能力，支持各类应用的部署和运行。
- 云数据库MySQL版（CDB）：提供高可用、可扩展的数据库服务，满足数据存储和管理需求。
- 人工智能平台（AI Lab）：提供丰富的人工智能算法和模型，支持模型训练和推理。
- 云存储（COS）：提供安全可靠的对象存储服务，适用于各类数据的存储和访问。
- 云网络（VPC）：提供灵活的网络配置和管理，支持构建安全可靠的云上网络环境。
产品介绍链接地址：
- 云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版（CDB）：https://cloud.tencent.com/product/cdb
- 人工智能平台（AI Lab）：https://cloud.tencent.com/product/ai
- 云存储（COS）：https://cloud.tencent.com/product/cos
- 云网络（VPC）：https://cloud.tencent.com/product/vpc
请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求和情况进行。
相关·内容
1回答
我需要优化一个函数。为此，我使用scipy.optimize.basinhopping函数。
我编写了要优化的函数和进行更改的函数，并调用basinhopping函数，如下所示：
result = basinhopping(func_to_be_optimized, x0,
take_step=take_step,
niter=10, niter_success=10,
disp=True)
x0是最初猜测的解决方案。
我的问题是，func_to_be_optimized函数被调用了很多
浏览 2提问于2017-02-02得票数 0
我使用的是spicy.optimize.basinhopping，它带有用户定义的目标函数c_func，从C++移植(使用ctypes)，以及初始点x。
scipy.optimize.basinhopping(x, c_func)
如果我正确理解basinhopping，那么basinhopping将在其全局和局部优化部分中作为黑匣子函数调用c_func。在我的情况下，函数需要知道调用是来自本地还是全局优化过程。我怎样才能做到这一点？我们可以想象，c_func的定义如下：
myClass:: c_func(double){
if ( invoked by the local o
浏览 2提问于2015-05-08得票数 1
3回答
整数的Scipy差分进化
、、、
我正在尝试使用scipy.optimize.differential_evolution运行优化。代码调用了x中每个变量的边界，但我想要的解决方案是，x的部分必须是整数，而其他部分可以自由地作为浮点数。我的代码的相关部分如下所示
bounds = [(0,3),(0,3),(0,3),???,???]
result = differential_evolution(func, bounds)
我用什么替换？‘s，以强制这些变量在给定范围内为整数？
浏览 1提问于2016-02-19得票数 4
我使用scipy.optimize.basinhopping求标量函数的极小值。我想知道是否有可能禁用scipy.optimize.basinhopping的局部最小化部分？从下面的输出信息中我们可以看到，minimization_failures和nit几乎是一样的，这表明局部最小化部分对于跳篮的全局优化过程可能是无用的
浏览 2提问于2015-01-09得票数 3
回答已采纳
和之间有什么关系？从表面上看，它们似乎是用于解决复杂问题的无关的模拟方法。每种问题最适合哪种类型的问题？他们能解决同样的问题吗？这两者之间有什么关系(如果有)？
浏览 0提问于2011-09-19得票数 14
回答已采纳
我目前正在写一篇由两部分组成的科学论文。第一部分采用神经网络、支持向量等方法建立ML模型，第二部分采用粒子群优化、蚁群优化、模拟退火等优化方法求解优化目标的全局极小值。
在撰写导论部分的内容时，我会写第一部分的机器学习方法和第二部分的元启发式优化方法。
有可能像这样把他们区分开来吗？
浏览 0提问于2021-03-07得票数 1
回答已采纳
我试着在给定的范围内最大化两个单调递增函数f(x) = f1(x) + f2(x)的和，比如x = 0 to 6。这两个函数的曲线是：
为了解决这个问题，我使用了scipy包中的basinhopping函数。
我想为使用边界指定一个约束。具体地说，我希望边界的总和小于或等于一个常量值。也就是说，在下面的实现中，我想要x[0] + x[1] <= C where C = 6。
在上图中，对于C = 6，大约x[0] = 2 and x[1] = 4 (4 +2 =<=6)将产生最大值。我的问题是如何指定这个约束？如果不可能，有没有其他更适合这个问题的优化函数？
from sci
浏览 1提问于2015-12-16得票数 2
我在使用basinhopping和方法=‘COBYLA’来指定约束时遇到了困难。这里有一个测试用例，说明事情出了问题。本质上，这些约束被忽略，并且在指定的范围之外进行函数测试。我指定了一个简单的二次型，最小值为0,0，搜索-3<x[0]，但是从输出中可以看到，在这个范围之外有很多搜索(我增加了步长以使其变得明显)
import numpy as np
from scipy.optimize import basinhopping
def f(x):
if x[0]<-3 :
print('outside range ',x[0])
浏览 1提问于2018-09-16得票数 3
1回答
我使用来找到对最初猜测相当敏感的4D函数的最小值。如果我稍微改变一下，解决方案会有很大的变化。
有许多类似于此的问题已经存在(例如：，，)，但没有真正的答案。
在我的一个老问题中， of zunzun.com site (显然是)解释了他们如何管理这个问题：
Zunzun.com使用差分进化遗传算法(DE)来寻找初始参数估计，然后传递给枕叶中的Levenberg-Marquardt求解器。DE本身并不是一个全局优化器，而是一个“初始参数猜测器”。
我发现最接近这个算法的是，其中使用一个for块多次使用随机的初始猜测调用最小化函数。这将生成多个最小化的解决方案，并最终选择最佳(最小值)的
浏览 2提问于2016-02-09得票数 5
回答已采纳
1回答
我正在使用来自LinearRegression的sklearn.linear_model模块，我想不使用最小二乘来计算线性回归模型的参数。
例如，我希望通过最小化模块sklearn.metrics (例如，mean_squared_log_error)中定义的回归度量中的值来估计这个参数。
有什么模块可以让我轻松地做到这一点吗？
浏览 0提问于2018-12-13得票数 2
回答已采纳
2回答
枕:收敛度量
、、
我正在使用来优化多元成本函数。温度是影响跳频算法收敛时间的重要参数之一。我希望能够通过将成本函数值曲线拟合到当前的迭代，并确定它是否比以前的温度设置更快的收敛速度来确定basinhopping()的收敛速度。
下面是跳槽电话的样子：
res = basinhopping(cost, guess, niter=1, T=t, minimizer_kwargs={"method": "cobyla"})
有什么方法可以“实时”更新成本函数的当前值，这样我就可以进行自适应优化了吗？
浏览 8提问于2015-12-03得票数 2
回答已采纳
1回答
我正在尝试最小化经验人类数据和来自6参数认知模型的模拟数据之间的损失函数。这个模型非常嘈杂。请注意，该模型是用PYTHON编写的。
标准方法是使用Simplex搜索。然而，Simplex非常依赖于初始猜测，捕获局部最小值的风险很高。所以我有两个问题：
1)我想知道，如果不能使用遗传算法首先搜索全局最小值的近似位置，然后将结果作为单纯形搜索的起点。如果这是个好主意，有没有人知道用python实现合适的遗传算法的好方法？
2)我应该使用哪个反射、扩展和收缩常量进行单纯形搜索？
任何帮助都将不胜感激。
干杯，Mat
浏览 3提问于2012-12-25得票数 1
我遇到了以下优化问题：
目标函数是一个多元且不可微的函数，它以标量列表作为参数并返回标量。它是不可微的，因为函数中的计算是基于pandas和一系列滚动、标准等动作的。
伪代码如下：
def target_function(x: list) -> float:
# calculations
return output
此外，x参数的每个组件都有自己的界限，定义为一个元组(min，max)。那么，我应该如何使用scipy.optimize库来查找该函数的全局最小值呢？有没有其他的库可以帮上忙？
我已经尝试了scipy.optimize.brute，它花了我太多时间，就像永远和
浏览 0提问于2018-09-13得票数 2
1回答
我目前正在研究的一个问题需要我为一个结构优化一些尺寸参数，以防止在尚未被过度设计的情况下发生屈曲。我已经能够用迭代(半蛮力)方法来解决这个问题，但是，我想知道是否有一种方法可以实现梯度下降法来优化参数。更多的背景情况如下：
假设我们试图优化三个长度/厚度参数，(t1，t2，t3)。我们用一些随机猜测t3)g. (t1，t2，t2)来初始化这些参数。通过对这些参数(权值和偏差)进行一定的变换，得到(t1，t2，t2)，从而满足三大标准(R1，R2，)。准则是用(t1，t2，t1)作为对某些结构方程的输入来计算的，其中I表示第一次迭代后的输入。在此基础上，实现了一种计算误差(R1，R2，R2 -
浏览 3提问于2021-11-06得票数 1
回答已采纳
1回答
嗨，我是绝对的初学者，我有一个关于遗传算法迭代优化的理论问题。
在遗传周期中(见下文)，迭代优化在逻辑上属于哪里？我不太确定，但我认为它可能是在种群初始化或变异，取决于给定的问题。
更具体地说，关于迭代优化算法-我想使用“爬山”或“模拟退火”。
我以这个模型为参考：
浏览 6提问于2015-04-05得票数 1
回答已采纳
2回答
enter code here我正在做一个项目来分析和预测客户的销售和收入的时间序列。为了精确起见，我想测试各种模型--即Holt线性方法、Holt冬季方法、ARIMA、季节性ARIMA和ARIMAX (我也想在数据中考虑分类变量)。数据是每天的形式，因此我选择频率为7。
startW <- as.numeric(strftime(head(revenue$date, 1), format = "%W"))
startD <- as.numeric(strftime(head(revenue$date, 1) + 1, format =" %w"))
浏览 1提问于2019-03-20得票数 2
1回答
我想用Python解决以下优化问题：
我有一个黑匣子函数f，以多个变量作为输入。执行黑匣子功能是相当耗时的，因此，我想避免蛮力的方法。
我想为这个黑匣子函数f找到最佳的输入参数。
在下面，为了简单起见，我只编写一维x的依赖项。
定义了一个最优参数x：将成本函数cost(x)最大化，其和为
f(x)值
f(x)的最大标准差
。
cost(x) = A * f(x) + B * max(standardDeviation(f(x)))
修正了参数A和B。
例如，在下面的图片中，位置'U‘处的x值将比在'V’位置处的x值更可取。
我的问题是：
是否有任何我可以使用的易
浏览 1提问于2019-08-06得票数 0
我正在尝试使用scipy 算法优化函数的输出。
def acceptance_criteria(self,**kwargs):
print "kwargs "
print kwargs
x = kwargs["x_new"]
beta = x[0]
alpha = [x[1],x[2],x[3],x[4],x[5],x[6]]
print x
inputnow= raw_input()
beta_gamma_pass = beta != self.gamma
beta_zero_pass
浏览 0提问于2016-10-11得票数 2
我已经用MATLAB的cvx包解决了一个单目标凸优化问题(实际上与减少干扰有关)。现在我想把这个问题扩展到多目标问题。与cvx包相比，使用遗传算法解决该问题的优缺点是什么？我没有读过关于遗传算法的任何东西，它是通过搜索网络进行多目标优化而产生的。
浏览 5提问于2016-01-04得票数 0
1回答
我使用的是一种生成性对抗性深度学习模型(GAN)，它的混合损失由四个损失与三个\lambda's的线性组合所代表，类似于：
total\_loss = loss_1 + \lambda_1\times loss_2 + \lambda_2\times loss_3 + \lambda_3\times loss_4。
有没有办法优化这些\lambda的S，使其达到最佳性能?前提是计算复杂度不是微不足道的。如果我的目标是将loss_4降到最低，那么与其他模型相比，我是否应该为\lambda_3使用一个较高的值?但是，这将如何影响整体性能，因为在GAN中使用的所有模型都可能在最终结果中发挥重
浏览 0提问于2019-05-13得票数 3
回答已采纳
2回答
我正在阅读和实现这个教程，作者非常清楚地解释了所有的事情，我唯一缺少的就是他如何决定使用哪条线索(pg )。12)。我的理解是，我们应该选择活动数量最少的S-Box路径，并且最大限度地增加路径的偏差(实际上，在将线性密码分析应用于对称加密算法时，寻找最优路径似乎是最重要的一步)。
在我看来，这就像某种动态规划问题，但我不知道是否有一个通用的算法来解决寻找最优路径的问题(或者至少是一系列候选路径)。
浏览 0提问于2022-02-24得票数 2
回答已采纳
1回答
我使用函数包{ nls.lm : minpack.lm}来优化水文模型的参数化。这个函数运行得很好，但我想使用另一个objective function (OF)。通常，nls.lm中的对象函数"fn“被定义为
A function that returns a vector of residuals, the sum square of which
is to be minimized. The first argument of fn must be par.
现在我想使用Nash-Sutcliff-Efficiency，它被定义为
NSE <- 1 - (sum((obs
浏览 2提问于2013-01-23得票数 3
1回答
我在Windows10上使用R-3.4.3运行RStudio版本1.1.419。我正在尝试拟合(f)arima模型，并在优化过程中将分数差分参数设置为(-0.5,0.5)之间，即允许抗持久性(d < 0)，短记忆(d = 0)和长记忆(d > 0)。我已经尝试了多种功能来实现这一点。我知道fracdiff$drange的默认值是(0,0.5)。所以这个..。
> result <- fracdiff(MeanPrice, nar = 2, nma = 1, drange = c(-0.5,0.5))
遗憾的是返回了这个..
Warning: C fracdf() opt
浏览 0提问于2018-03-22得票数 1
谁能用统计模型解释一下广义线性模型和逻辑回归模型表之间的区别？为什么在执行逻辑回归时，两个模型得到的结果不同？
浏览 2提问于2020-06-28得票数 3
1回答
我不确定这是不是特别与编程相关，但我正在看一个使用DEoptim在金融投资组合上下文中进行并行优化的演示，如所示。
我通过查看和的演示文稿发现了这一点。
而且似乎使用的strategy是strategy=6，有什么特别的原因让这个比其他的“更好”吗？它能更快地到达全局最小值吗？对于投资组合优化问题，它是不是特别好？
另请注意，如何将演示中建议的rda文件加载到R中，即。因为当我点击download时，我得到了10y_return.gz文件，但不知道如何将其读入R...help，这将不胜感激。
浏览 0提问于2014-01-30得票数 3
我试图弄清楚scipy.optimize.minimize在机器学习中是如何工作的。到目前为止，我知道您传递给它一个损失函数，这样它就可以找到给您最低损失的参数值。但据我所知，它首先要找到损失函数的梯度/Hessian，然后才能找到最小值。它是怎么做到的？它如何知道如何获取python函数的导数，其中包含其他函数调用和算法？它怎么能推断成一个数学函数，它可以得到导数？在我的例子中，我传递给最小化的损失函数如下:首先，它解决了一个流行病学模型(SEIRD)，用于预测新冠肺炎的确诊病例和死亡。然后将模型结果与实际数据进行比较，并找到它返回的MSLE。代码如下所示：
def model_decay(
浏览 0提问于2020-06-18得票数 3
1回答
我正在校准一个模型，为此，我必须估计给目标函数的每个输入组合的参数。我有一个略多于10k的输入组合，我想最小化每个组合的参数。模型中的所有其他变量都是已知的。我实现了对整个集合的1最小值的估计，但这对我没有帮助，当我尝试对每个组合使用我的方法时，我会得到一个错误: mP中的错误，logik <- mPv，logik，drop = FALSE : NAs在订阅的赋值中是不允许的。
我的目标函数如下所示
x_vol <- vector(mode = "double", length = 10776)
objective_function_vol <- funct
浏览 4提问于2021-02-08得票数 1
回答已采纳
1回答
在我的工作中，我试图使用基于可能性的方法将模型与数据拟合。我以前使用过这段代码来处理稍有不同的模型，但是由于某种原因，它在与这个模型一起使用时抛出了这个错误："RuntimeError:类映射的可调用函数必须是f(函数，可迭代)的形式，返回一个与‘iterable’长度相同的数字序列“。我不确定是模型还是代码有问题，但如果你能帮助我理解这个错误消息的含义以及如何修复它，我将不胜感激。 import pandas as pd
import numpy as np
from scipy.integrate import odeint
from scipy.optimize import
浏览 15提问于2020-10-21得票数 0
2回答
基于粒子群算法的神经网络训练
、、、、
我想在Matlab上使用粒子群算法和差分进化算法训练一个前馈神经网络，用于乳腺癌的预测。
我刚接触Matlab，所以我搜索并找到了George Ever的工具箱，但在将工具箱添加到Matlab路径后，我不知道如何使用它。有人能告诉我训练神经网络的步骤吗？
浏览 5提问于2016-07-21得票数 0
我有一个问题，我想应用机器学习。为此目的，我一直在学习这个主题，并遇到了监督的，无监督的，半监督的机器学习技术。
我知道我想要解决的问题，所以没有监督的机器学习似乎不合适，因为根据我的理解，当我们不知道我们在寻找什么时，它就会被使用。
但我也没有预先标注的数据集，因为我们自己也不知道我们是否处于最佳水平。
基本上，我们要优化利润，我们可以选择调整某些参数。举个例子，假设我们想要ML算法来找到能够优化利润的产品的价格。
我能在这里申请什么样的ML？您有推荐的框架吗？任何一本我能读懂的书(到目前为止我提到的书都给出了分类的例子)？
增加更多的上下文：-实际的问题是如何平衡物流网络。有多个仓库和送货
浏览 0提问于2018-07-26得票数 1
1回答
我很难理解“ResNet 纸”中符号背后的数学含义：
我认为我们试图优化的函数是表示为\mathcal{F}(x) + x的残差，\mathcal{F}(x)是2或3个卷积层的输出，x是卷积之前的原始输入。
我的问题是:什么是\mathcal{H}(x)，在论文中被多次提到，所以\mathcal{F}(x) = \mathcal{H}(x) - x？
不太清楚“所需的底层映射、\mathcal{H}(x)”和“底层映射适合少数层叠层”是什么意思。
谢谢。
浏览 0提问于2023-05-14得票数 0
我在usconsumption数据集上使用R中的forecast包拟合Arima(2,0,0)模型。然而，当我使用lm模拟相同的拟合时，我得到了不同的系数。我的理解是它们应该是一样的。下面是我的代码。
> library(forecast)
> library(fpp)
>
> #load data
> data("usconsumption")
>
> #create equivalent data frame from time-series
> lagpad <- function(x, k=1) {
+
浏览 0提问于2016-07-12得票数 3
通常，我们使用RMSE来评估模型的性能。我很好奇，为什么我们用平均残值来代替RMSE？
RMSE的定义：
[]()
这里提到的平均剩余是：
[]()
例如：
我们有三个样品:0 1 2
预测值为:0 2 10。
所以平均残差是
[]()
RMSE是
[]()
那么这两个值之间有什么区别呢？
浏览 0提问于2017-05-06得票数 0
回答已采纳
我有数学公式和一些数据，我需要把数据与这个模型相适应。数学就像。y(x) = ax^k + b和我需要估计a和b。
我有triet梯度下降来估计这些参数，但这似乎有点费时。有什么有效的方法来估计公式中的参数吗？
浏览 0提问于2022-12-06得票数 6
回答已采纳
1回答
基于平方误差和优化常数的研究
、、、、
我希望找到一个Scipy模块，以类似于下面的测试示例的方式优化常量。这是否恰当地使用了基本跳跃及其输入？我的目的是将“因子数组”和"factorarrayTrue“之间的差异最小化(SSE = 0)，方法是将”系数“优化为"123"，从而使”因子数组“和"factorarrayTrue”相等(SSE = 0)。
import numpy as np
from scipy.optimize import basinhopping
inputarray = [1,2,3,4,5]
coefficient = 100
def objective_funct
浏览 0提问于2016-04-20得票数 1
回答已采纳
1回答
我正在使用最新的Grafana 8.2.1和Amazon Timestream 3.1.1数据源插件。 我注意到，当我使用多个查询时，图形将在刷新时跳转/闪烁。 ? 我已经在issue 40424上报告了详细信息 我只是想知道是否有其他人经历过同样的事情，是否有解决方法？
浏览 269提问于2021-10-14得票数 0
1回答
我最近刚刚开始学习遗传算法，现在正在尝试在物理模拟中实现二维形状优化。模拟将为每个形状生成单个标量。(我猜这有点像boxcar2d )
2D形状实际上是几个2D“子形状”的并集。每个子形状都存储为角度/半径列表。然后，将2D形状存储为子形状列表的列表。这就是我现在的染色体。
现在，为了适应，我可能会使用模拟产生的标量。我的问题是，我应该如何进行选择和繁殖过程？锦标赛是否更合适，或者我是否希望将截断与比例选择结合使用？另外，如何找到好的突变率/种群大小等
很抱歉问了这么多问题，但还是要提前谢谢。我真的不知道该从何说起。
浏览 0提问于2011-07-13得票数 3
回答已采纳
我是Python ARIMA实现的新手。我有一个数据在15分钟的频率为几个月。在我尝试遵循Box-Jenkins方法来拟合时间序列模型时。我在快要结束的时候遇到了一个问题。给出了时间序列(ts)和差序列(ts_diff)的。我使用ARIMA (5,1,2)，最后绘制了拟合值(绿色)和原始值(蓝色)。正如您可以从中看到的那样，值有一个明显的变化(按1)。我做错了什么？
预测是不是很糟糕？任何洞察力都会有所帮助。
浏览 3提问于2016-02-24得票数 9
我是Python新手。如果我的代码令人畏缩，我会提前道歉。在过去的几个星期里，我一直在做一个困难的统计挑战，叫做可演绎建模。我将尽量避免不必要的统计术语，并将问题保持简单，因为据我理解，我的问题是编程/优化问题，而不是统计问题。
请将此线程移动到一个更合适的堆栈交换站点，如果您认为应该
我有8个参数，其中2个是约束的，应该是正的(phi_freq和phi_sev)。我试图最大化一个log-似然函数，它基本上是所有这些参数的非凸、多模、连续、实值、不可微(AFAIK)函数。呀！
我知道这样的问题意味着提供给搜索算法的种子值将对我们收敛到的局部/全局最优值产生巨大的影响，但据我所知，我的起始值是坚
浏览 16提问于2019-12-16得票数 0
1回答
将优化输出转储到数组中
、、、
我试图运行一个盆跳模拟3次，并将x和f(x)的每个元组保存到一个1x2数组中，下面的代码是我迄今为止最好的尝试。我不需要关于结果的详细信息，只需要数字中的元组，如何才能得到这样一个数组，以便我也可以将它们用于进一步的处理(例如，选择不同运行的最小值)
from math import *
from math import ceil
from math import floor
import time
from decimal import *
import numpy as np
from scipy.optimize import basinhopping
minimizer_kwargs
浏览 2提问于2017-07-26得票数 2
回答已采纳
编辑:看起来在 之前就已经回答了这个问题
它没有出现在我的搜索中，因为我不知道正确的名称。我现在就把这个问题留在这里，以防有人因为受到限制而来到这里。
我试图优化一个几乎所有点都是平坦的函数(“步骤函数”，但在更高的维度)。
目标是优化一组权重，这些权重必须之和为一，这是函数的参数，我需要将其最小化。
问题是，由于函数在大多数点上是平坦的，梯度技术失败了，因为它们在开始“猜测”时立即收敛。
我的假设是，这可以通过(a)退火或(b)遗传标志来解决。西西派我去。但是，我无法找到使用约束(权重必须为1)或范围(权重必须在0到1之间)的方法。
实际问题:如何解决不带梯度的最小化问题，以及如何使用约束
浏览 3提问于2016-02-14得票数 1
我试图使用VB.NET中的重新生成以下Excel非线性优化(为了这个例子，数字被简化了)：
目标：总气体率= 100000
变量：1井油率
Constraints：0 <=井1气量<= 1 000，2井气量=2 0 0 0
此优化取决于以下关系：
井1气量=1井油量*5
总气量=1井气量+2井气量
使用Solver基金会可以解决这样的问题吗？当我试图实现这一目标时，我遇到的两件事是：
看来，Solver基金会模型只有两个GoalKind模型:最小和最大。在我的例子中，我试图为特定的值进行优化。有办法这样做吗？
如何定义上述关系？我认为后者
浏览 3提问于2015-06-01得票数 1
3回答
我在scipy中遇到了，并创建了一个简单的问题来理解如何使用它，但它似乎不能正确地解决这个问题。也许我做的是完全错误的事情。
代码如下：
import scipy.optimize as spo
import numpy as np
minimizer_kwargs = {"method":"BFGS"}
f1=lambda x: (x-4)
def mybounds(**kwargs):
x = kwargs["x_new"]
tmax = bool(np.all(x <= 1.0))
tmin = boo
浏览 0提问于2014-03-06得票数 13
1回答
我想知道在Python中是否有一个函数可以找到最小绝对偏差和考虑点的不确定性的一组数据的最佳拟合线( 2D)或最佳拟合平面( 3D)。
事实上，我有三维点，我想要它们中最适合的平面。在sklearn和statsmodel python库中都存在加权最小二乘(WLS)拟合函数，通过在状态模型的分位数回归中加入q=0.5，得到最小绝对偏差。然而，怎样才能有加权最小绝对回归拟合函数呢？
浏览 2提问于2020-05-29得票数 0
1回答
问起来可能听起来很傻，但我正在寻找一个工具(或程序)，可以根据数据点给出回归模型的类型。例如： X轴(自变量)：50,542,632,865,952,1025,1558,2558 Y轴(因变量)：10,50,500,800,5588,5225,6852,12555 如果我给出上面的数据点作为输入，那么它应该返回哪个是适合它的壁橱模型(比如幂模型、线性模型或对数模型……) 或者，它也可以返回在这些数据点附近满足的等式(不需要是线性的)。
浏览 11提问于2019-12-11得票数 2
目标:在训练神经网络(主要是LSTM和/或CNN)时，尝试使用时间序列Goal调谐器的前向验证策略。
有人找到直接的方法了吗？
我能想到的一种可能方法是：
实现自定义的“目标”函数，例如使用遍历验证策略的“均方误差”。
这个自定义函数可以通过调谐器中的“objective”输入参数传递(不管是RandomSearch、BayesianOptimization、Hyperband.)
调用tuner.search时，我们将传递列车和验证数据，这些数据将用于前进自定义函数中。
提前感谢
浏览 0提问于2020-04-30得票数 1
1回答
在许多机器学习问题中，您通常有一个目标函数(例如，成本、损失、错误)，希望将其最小化。与其直接最小化这个目标函数，我有时还会看到导出目标函数上界的文章，然后将上界版本最小化。其原因似乎是我们手头的数据无法实现最初的目标，或由于某些原因难以最小化。
我的问题是，把上限降到最低有意义吗？是否有保证它们会导致同样的解决方案？我担心的是，在这两种情况下，极简显然会变得不同。如果是这样的话，我们知道这两者有多近吗？是否有好的教科书或论文来解释这些问题？
非常感谢您的帮助！
浏览 0提问于2018-07-19得票数 5
回答已采纳
我需要使用相关距离进行一些聚类，但我需要绝对皮尔逊距离，而不是使用定义为d=1-r的内置“距离”“相关性”。在我的应用程序中，反相关的数据应该获得相同的集群ID。现在，当使用kmeans()函数时，我得到了高度反相关的质心，我希望通过组合它们来避免这种情况。现在，我对matlab还不是很熟练，在阅读kmeans函数时遇到了一些问题。可以为我的目的编辑它吗？
示例：
当使用相关距离作为度量时，第1行和第2行应该获得相同的集群ID。
我做了一些尝试来编辑内置的matlab函数( open kmeans- >第775行)，但奇怪的是-当我更改距离函数时，我得到了一个有效的距离矩阵，但错误
浏览 1提问于2014-01-24得票数 3
在我的任何逻辑模型中，我有一群代理商(4个终点站)是卡车到达，正在服务和离开。终端有两个参数(numberOfGates和servicetime)，这两个参数影响着离开终端机的卡车每小时的departures值。现在我想调优这两个参数，以便每小时的发车量最接近现实(我知道每小时的实际发车量)。我已经在每个终端代理中拥有两个数据集，一个是我模拟的每小时departures的数量，另一个是来自数据的observedDepartures。
我已经比较了这两个数据集在每个终端的图表：
现在，我想创建一个优化实验来调优终端的numberOfGates和servicetime，以便de
浏览 4提问于2022-02-09得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
