scipy.optimize.

excitingmixing

scipy.optimize.excitingmixing(F, xin, iter=None, alpha=None, alphamax=1.0, verbose=False, maxiter=None, f_tol=None, f_rtol=None, x_tol=None, x_rtol=None, tol_norm=None, линейный поиск='armijo', callback=None, **kw)

Найти корень функции, используя настроенную диагональную аппроксимацию Якобиана.

Матрица Якоби является диагональной и настраивается на каждой итерации.

Предупреждение

Этот алгоритм может быть полезен для определённых задач, но его работоспособность может сильно зависеть от конкретной задачи.

Параметры:

Ffunction(x) -> f

Функция, корень которой нужно найти; должна принимать и возвращать объект, подобный массиву.

xinarray_like

Начальное приближение для решения

alphafloat, опционально

Начальное приближение матрицы Якоби равно (-1/alpha).

alphamaxfloat, опционально

Элементы диагональной матрицы Якоби сохраняются в диапазоне [alpha, alphamax].

iterint, необязательный

Количество итераций для выполнения. Если опущено (по умолчанию), выполняется столько, сколько требуется для достижения допусков.

verbosebool, необязательно

Выводить статус в stdout на каждой итерации.

maxiterint, необязательный

Максимальное количество итераций для выполнения. Если требуется больше для достижения сходимости, NoConvergence вызывается исключение.

f_tolfloat, опционально

Абсолютная погрешность (в max-норме) для невязки. Если опущена, по умолчанию равна 6e-6.

f_rtolfloat, опционально

Относительная погрешность для невязки. Если опущено, не используется.

x_tolfloat, опционально

Абсолютный минимальный размер шага, определяемый из приближения Якобиана. Если размер шага меньше этого, оптимизация завершается как успешная. Если опущено, не используется.

x_rtolfloat, опционально

Относительный минимальный размер шага. Если опущено, не используется.

tol_normfunction(vector) -> scalar, опционально

Норма для проверки сходимости. По умолчанию используется максимальная норма.

линейный поиск{None, ‘armijo’ (по умолчанию), ‘wolfe’}, опционально

Какой тип линейного поиска использовать для определения размера шага в направлении, заданном приближением Якоби. По умолчанию ‘armijo’.

callbackфункция, необязательный

Необязательная функция обратного вызова. Она вызывается на каждой итерации как callback(x, f) где x является текущим решением и f соответствующий остаток.

Возвращает:

solndarray

Массив (аналогичного типа массива как x0) содержащий итоговое решение.

Вызывает:

NoConvergence

Когда решение не было найдено.

Смотрите также

root

Интерфейс к алгоритмам нахождения корней для многомерных функций. См. method='excitingmixing' в частности.