Scipy中的Optimize包中的算法

optimize_notes.md

Scipy的子模块列表

---

模块名称	功能简介
scipy.cluster	矢量量化/K均值
scipy.constants	数学和物理常数
scipy.fftpack	傅立叶变换
scipy.integrate	积分程序
scipy.interpolate	插值
scipy.io	数据输入输出
scipy.linalg	线性代数
scipy.ndimage	n纬图像包
scipy.odr	正交距离回归
scipy.optimize	优化
scipy.signal	信号处理
scipy.sparse	稀疏矩阵
scipy.spatial	空间数据结构和算法
scipy.special	任何特殊数学函数
scipy.stats	统计

---

optimize包函数预览

---

非线性最优化

1. fmin: 简单Nelder-Mead算法

2. fmin_powell: 改进型Powell算法

3. fmin_bfgs: 拟Newton算法

4. fmin_cg: 非线性共轭梯度法

5. fmin_ncg: 线性搜索Newton共轭梯度法

6. leastsq: 最小二乘法

有约束的多元函数问题

1. fmin_1_bfgs_b: L-BFGS-B算法

2. fmin_tnc: 梯度信息

3. fmin_cobyla: 线性逼近

4. fmin_slsqp: 序列最小二乘法

5. nnls: (solve argmin_x|| Ax - b ||_2 for x>=0.(''means little 2) this is a wrapper for a FORTAN non-negative least squares solver)

全局优化

1. anneal: 模拟退火算法

2. brute: 强力法

标量函数

1. fminbound

2. brent

3. golden

4. bracket

拟合

1. curve_fit: 非线性最小二乘法拟合

标量函数求根

1. brentq: 1973

2. brenth: 1980

3. ridder:

4. bisect: 二分法

5. newton: 牛顿法

6. fixed_point:

多维函数求根

1. fsolve: 通用

2. Jacobian about as follows 3. ... 4. ... 5. ... 6. ... 7. ... 8.

实用函数

1. line_search: 满足强Wolfe的alpha值

2. check_grad: 和前向有限差分逼近比较检查梯度函数的正确性