SciPy.optimize.minimize带约束优化求解结果异常问题咨询

问题原因分析 #

你遇到的问题同时存在方法选择错误和约束逻辑矛盾的问题，核心原因是约束本身不存在可行解：

• BFGS结果超出边界的原因
  BFGS是无约束优化算法，scipy.optimize.minimize的BFGS实现本身不支持边界约束和等式约束，你传入的bounds和constraints参数会被直接忽略，自然会得到超出0.8~1.2范围的结果，属于方法选择不当。如果需要处理约束，应该选择SLSQP、trust-constr这类支持约束的优化算法。
• SLSQP返回success=false的核心原因
  你的约束条件本身没有可行解。三个变量的下界都是0.8，我们可以直接算出等式左侧的最小可能值：
  7*0.8 + 8*0.8 + 4*0.8 = 19*0.8 = 15.2
  这个值远大于你等式约束要求的5，没有任何一组在0.8~1.2区间内的变量能满足该等式，所以任何带约束的优化算法都不可能找到有效解，自然返回求解失败。
• 代码的小瑕疵
  你调用minimize时method参数传入了空字符串，如果要指定求解方法，需要传入对应方法的标识字符串，比如method='SLSQP'或method='BFGS'，不过这不是你遇到问题的核心原因。

解决建议 #

先检查你的变量取值范围或者等式约束的数值是否写错，要么调整变量的上下界，要么修正等式约束的取值，确保存在可行解后再运行优化即可。

内容的提问来源于stack exchange，提问作者a12