将 Hessian 矩阵定义为零

在使用 scipy.optimize.minimize 和 trust-constr 方法时，我得到了这个 UserWarning：

 scipy\optimize\_hessian_update_strategy.py:187: UserWarning: delta_grad == 0.0. Check if the approximated function is linear. If the function is linear better results can be obtained by defining the Hessian as zero instead of using quasi-Newton approximations. 'approximations.', UserWarning)

我有一个线性函数，所以我想尝试将粗麻布设置为零。但这是如何运作的呢？我尝试了最简单的方法，以“hess = None”作为参数。好吧，一次糟糕的尝试。

这是调用求解器的行：

solution = scopt.minimize(minimizeFunction,initialGuess ,method='trust-constr', constraints=cons,options={'disp':True,'verbose':3},bounds=bnds)

当您定义约束时，您需要设置

    hess = lambda x: numpy.zeros((n, n))

Here n是数组的维数。请注意，您还可以使用线性约束对象 https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.LinearConstraint.html#scipy.optimize.LinearConstraint