SciPy Optimize回调函数报错：如何正确实现OptimizeResult式终止逻辑

问题核心 #

你遇到的问题是：使用Nelder-Mead方法时，回调函数实际接收的是参数数组（numpy.ndarray）而非文档描述的OptimizeResult对象，导致无法访问fun属性报错。这是因为不同Scipy版本对回调函数的参数传递逻辑有差异。

解决方法 #

分两种场景处理：

场景1：使用Scipy 1.10.0以下版本

旧版本中Nelder-Mead等方法的回调函数仅传入当前参数向量x，需手动计算目标函数值，并返回True触发终止：

import scipy.optimize as sp

# 替换为你的实际目标函数
def FUN(x):
    return (x - 1)**2

def STOP(x):
    current_fun = FUN(x)
    print(f'当前参数: {x}, 当前目标函数值: {current_fun}')
    # 当目标函数值小于阈值时终止优化
    return current_fun < 0.005

res = sp.minimize(FUN, 0.25, method='Nelder-Mead', callback=STOP)

场景2：使用Scipy 1.10.0及以上版本

新版本支持通过配置options让回调接收OptimizeResult对象，直接访问fun属性，返回True或抛出StopIteration均可终止：

import scipy.optimize as sp

def FUN(x):
    return (x - 1)**2

def STOP(intermediate_result: sp.OptimizeResult):
    print(f'当前参数: {intermediate_result.x}, 当前目标函数值: {intermediate_result.fun}')
    if intermediate_result.fun < 0.005:
        return True  # 或 raise StopIteration
    return False

# 关键：通过options开启OptimizeResult参数传递
res = sp.minimize(FUN, 0.25, method='Nelder-Mead', callback=STOP, 
                  options={'callback_kwargs': {'optimize_result': True}})

对文档说明的理解 #

文档中提到的callback(intermediate_result: OptimizeResult)签名是Scipy 1.10.0之后新增的特性，仅在新版本中生效。旧版本里，除TNC、SLSQP、COBYLA外的方法，回调默认仅传递参数数组x，这就是你遇到文档和实际行为不符的原因。

内容的提问来源于stack exchange，提问作者Alessandro