scipy.optimize.minimize()最优化函数失效问题

       在使用minimize()函数最优化时，有时候会遇到输出的解和设定的初始值一样，即似乎该函数失效了，并没有求出最优的解。对于这种情况，很可能是因为误差容忍度的设置问题。对于最优化，其利用的数值算法是有停止条件的，不可能一直运算下去，其中误差容忍度就是这个停止条件，即当两次值的差值小于这个容忍度的时候，其就会停止运算，返回结果了。因此，对于这种情况，有可能是目标函数值太小，甚至已经小于了容忍度，这样刚开始运算就停止了，就会让人误以为是函数失效了。对此解决办法有两个，一是重新设置容忍度，即minimize()的tol参数，把其设的小一点，比如你的目标函数值再1e-5左右，则你可以设为1e-8或1e-10之类的，其默认值似乎是1e-5还是1e-6；第二个办法是加大你的目标函数值的尺度，比如乘以1e5或1e6之类的。总之只要保证你的目标函数值和tol相差一定的数量级即可，具体的数量级取决于你对误差的要求，一般5个左右的数量级就可以了。