如何解决如何保存使用scipy.optimize.minimize最小化在目标函数中计算出的中间变量
我正在做一个PDE约束的优化问题,我正在尝试优化控制变量C
,以便PDE dy(t,x)/dt = f(y,t)
中的因变量可以匹配目标配置文件{{1} }尽可能地接近。我有这样的东西:
y_opt
以上代码可解决我的问题,并且可以通过在def PDE(t,C):
# codes for solving the decretized PDE using method of lines
return dy/dt
def objective(C,y_opt):
# objective function to be minimized
sol = scipy.integrate.solve_ivp(lambda t: PDE(t,C),(0,t_stop),y_initial,method='BDF')
y_end = sol.y[:,-1]
cost = np.sum((y_end-y_opt)**2)
return cost
res = scipy.optimize.minimize(lambda C: objective(C,y_opt),C_guess,method='CG',options={'return_all':True})
内设置C
来看到return_all':True
的当前最佳解决方案。但是,我也想在每次迭代时都知道变量scipy.optimize.minimize
。目前,我必须在每次迭代时使用输出y_end
来解决PDE
,以获得相应的C
,但是由于它已经在优化函数调用期间进行了计算,因此我想知道如何保存直接在每次迭代时计算得出的y_end
。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。