differential_evolution에 여러 제약 조건을 추가하는 방법은 무엇입니까?

Question

this question과 같은 문제가 있지만 최적화 문제에 하나만 있지만 몇 가지 제약 조건을 추가하고 싶지는 않습니다.

예. 나는 x1과 x2의 합보다 작은 5 및 x2 실제 문제는 훨씬 더 복잡하고 그냥이 하나 scipy.optimize.minimize에 던져 질 수 없다는 말보다 작은 3 (불필요한입니다 제약과 x1 + 5 * x2을 극대화하려면, 그냥 제공 문제를 설명하기 위해 ...).

이 같은 못생긴 해킹에

내가 할 수있는 하나는 기대하는 것처럼

from scipy.optimize import differential_evolution 
import numpy as np 

def simple_test(x, more_constraints): 

    # check wether all constraints evaluate to True 
    if all(map(eval, more_constraints)): 

     return -1 * (x[0] + 5 * x[1]) 

    # if not all constraints evaluate to True, return a positive number 
    return 10 

bounds = [(0., 5.), (0., 5.)] 

additional_constraints = ['x[0] + x[1] <= 5.', 'x[1] <= 3'] 
result = differential_evolution(simple_test, bounds, args=(additional_constraints,), tol=1e-6) 
print(result.x, result.fun, sum(result.x)) 

이

[ 1.99999986 3.  ] -16.9999998396 4.99999985882 

를 인쇄합니다.

오히려 '위험한' 'eval'을 사용하는 것보다 몇 가지 제약 조건을 추가하는 더 직접적인 방법이 있습니까?

Answer 1

예는 다음과 같이 ::

additional_constraints = [lambda(x): x[0] + x[1] <= 5., lambda(x):x[1] <= 3] 

def simple_test(x, more_constraints): 

    # check wether all constraints evaluate to True 
    if all(constraint(x) for constraint in more_constraints): 

     return -1 * (x[0] + 5 * x[1]) 

    # if not all constraints evaluate to True, return a positive number 
    return 10