使用Python的SLSQP进行最小化时出现“float不可迭代”错误求助

错误根源 #

scipy.optimize.minimize的bounds参数要求传入可迭代的边界集合（比如列表、元组），每个元素对应一个优化变量的上下限。你当前直接传入了单个元组(0.0, p1)，程序会把这个元组里的两个浮点数当成两个变量的边界，而你的优化函数是单变量的，因此触发“float is not iterable”错误。

修正方案 #

将单个边界元组包装成列表（或嵌套元组），明确告诉程序这是单变量的边界：

import math
from scipy.optimize import minimize

def func1(x):
    return (x-1)**2

def func2(x):
    return math.pow(x-0.5,2)

# 假设a、b已定义在0.0~1.0之间
a = 0.3
b = 0.4

p1 = 1.0 - a
p2 = 1.0 - b

# 修正：将单个边界元组放入列表中
bound1 = [(0.0, p1)]
bound2 = [(0.0, p2)]

x0 = 0.5

result1 = minimize(func1, x0, method='SLSQP', bounds=bound1)
result2 = minimize(func2, x0, method='SLSQP', bounds=bound2)

newX = result1.x
newY = result2.x

额外说明 #

• 若是多变量优化，bounds需要为每个变量提供一个(lower, upper)元组，比如两个变量就传[(0,1), (0,2)]
• 确保提前导入scipy.optimize.minimize和math模块，避免其他潜在报错

内容的提问来源于stack exchange，提问作者kira