使用scipy中differential_evolution()时遇到TypeError错误的求助

你这个错误其实是两个小问题叠加出来的，咱们一个个说清楚怎么解决：

首先最直接的原因是参数顺序搞错了！scipy的differential_evolution函数的位置参数有严格顺序：第一个是目标函数，第二个必须是bounds（变量边界），而x0是可选的关键字参数，不能放在位置参数里。你现在把x0插到了func和bounds之间，导致原本该传给bounds的位置被x0占了，后面的bounds被当成了args参数传入，再加上你又显式写了args=(...)，这就造成args被赋值了两次，直接触发了那个TypeError。

其次还有个类方法的参数绑定问题：你的loss_function是类的成员方法，第一个参数是self。当你直接传self.loss_function给differential_evolution时，这个方法已经绑定了self，但differential_evolution期望目标函数的第一个参数是待优化的变量x，这会导致参数传递混乱，就算解决了第一个错误，后面大概率还会报参数不匹配的问题。

具体修复步骤： #

1. 修正参数顺序+拼写错误
   先把参数顺序改对，把x0放到关键字参数的位置，同时注意你代码里的streategy拼写错了，应该是strategy，这个也得改：

   res = differential_evolution(
       self.loss_function,
       bounds,  # 第二个位置参数必须是bounds
       args=(input_series, ilt, bhpgrad, q_obs),
       strategy='best1bin',
       maxiter=1000,
       popsize=15,
       disp=True,
       tol=1e-6,
       x0=x0  # x0作为关键字参数传入
   )
   

2. 解决类方法的参数冲突
   这里给你两种简单的解决方式，选哪种都可以：

   • 方式一：用lambda包装目标函数
     直接用lambda把self和那些常量参数都绑定好，这样就不用再通过args传递了，代码更直观：

     res = differential_evolution(
         lambda x: self.loss_function(x, input_series, ilt, bhpgrad, q_obs),
         bounds,
         strategy='best1bin',
         maxiter=1000,
         popsize=15,
         disp=True,
         tol=1e-6,
         x0=x0
     )
     

   • 方式二：把loss_function改成静态方法
     如果你的损失函数不需要用到类的其他属性或方法，可以给它加上@staticmethod装饰器，这样就不需要self参数了：

     @staticmethod
     def loss_function(x, input_series, ilt, bhpgrad, q_obs):
         # 你的损失函数逻辑代码
         pass
     

     这种情况下，你就可以正常用args传递参数，同时保持参数顺序正确：

     res = differential_evolution(
         self.loss_function,
         bounds,
         args=(input_series, ilt, bhpgrad, q_obs),
         strategy='best1bin',
         maxiter=1000,
         popsize=15,
         disp=True,
         tol=1e-6,
         x0=x0
     )
     

先把这两个问题解决，你的错误应该就能消失了。

备注：内容来源于stack exchange，提问作者Murali