optimize里Iteration limit exceeded的基础问题

jingjing122

求教各位哥哥姐姐了！
一个很简单的物理问题，constraint1是描述运动距离关系， constraint2是描述速度关系，还有就是这个给的力是个向上的、跟重力方向相反的推力，所以这个力一定得是个正的值，所以constraint2_1就是一个不等式，写的F>=0。
很简单就是一个力推着物体向上运动，达到指定点s_goal=1.0的位置，输出x是一个nx3的矩阵，第一列是距离s，第二列是速度v，第三列是推力F，
目标函数objective function是：（ si**2+e*vi**2）,i=0到n-1，总和最小。 让optimizer求最优结果。
我感觉我这两个没有什么问题啊，可是总是会时不时有这个报错
message: 'Iteration limit exceeded'
    nfev: 24442
     nit: 101
    njev: 101
  status: 9
success: False
要哭了快
########更新一下，自己下午瞎调的时候发现把迭代时间t改成0.01s一次的时候，好像就解决了这个'Iteration limit exceeded'的问题，但同时有个新问题，就是这个e值，它只是个影响因子，想让速度在整个目标函数的占比降低一些，但不知道为什么调这个e的数值，比如从1调成0.01，也会有这个'Iteration limit exceeded'的报错，提示optimize False
code如下：
mass=10
t=0.01
g=10
s_goal=1.0
n=100
e=0.05
num=3

A = np.zeros((n,n))
for i in range (n):
    A[0,i]=0
    A[i,i-1]=1
#print('A matrix is \n %s'%(A))
B = np.zeros((n,n))
for i in range (n):
    B[0,i]=0
    B[i,i-1]=t
#print('B matrix is \n %s'%(B))
C = np.zeros((n,1))
for i in range (n):
    C[i,0]=t*g
#print(np.shape(C))
D = t/mass*A
#print(D)


x0=np.zeros((n,num))
#x0[0,1]=1
#print(x0)

def constraint1(x):
    x=x.reshape(n,num)
    s=x[:,0].reshape(n,1)
    v=x[:,1].reshape(n,1)
    a=s-np.dot(A,s)-np.dot(B,v)
    a=a.reshape(n,)
    return a

def constraint2(x):
    x=x.reshape(n,num)
    v=x[:,1].reshape(n,1)
    F=x[:,2].reshape(n,1)
    qa=np.dot(D,F)
    b=np.dot(A,v)+qa-C-v
    b=b.reshape(n,)
    return b

def constraint2_1(x):
    x=x.reshape(n,num)
    F=x[:,2].reshape(n,1)
    F=F.reshape(n,)
    return F



def objective(x):
    x=x.reshape(n,num)
    s=x[:,0].reshape(n,1)
    v=x[:,1].reshape(n,1)
    sum_up=0  
    for i in range (n):
        sum_up = sum_up + (s[i,0]-s_goal)**2 + e*(v[i,0])**2
    return sum_up

con1 = {'type':'eq','fun':constraint1}
con2 = {'type':'eq','fun':constraint2}
#con2_1 = {'type':'ineq','fun':constraint2}
cons = ([con1,con2])
solution = minimize(objective,x0,method='SLSQP',constraints=cons)
print(solution)


x=(solution.x).reshape(n,num)

position=x[:,0]
tn=np.linspace(0,n*t,n)
plt.plot(tn,position)
plt.ylabel('position')
plt.xlabel('time')
plt.legend(loc='best')
plt.show()

velocity=x[:,1]
y=velocity
plt.plot(tn,y)
plt.ylabel('velocity')
plt.xlabel('time')
plt.legend(loc='best')
plt.show()

forcepush=x[:,2]
plt.plot(tn,forcepush)
plt.ylabel('forcepush')
plt.xlabel('time')
plt.legend(loc='best')
plt.show()

jingjing122

现在我就很奇怪的就是，为什么一个系数e的值的调整，也会影响这个optimize的结果，e=1就True，e=0.01就False了

塔利班

可能这个系数就影响了你的最值能不能到0

jingjing122

塔利班 发表于 2018-11-13 11:07
可能这个系数就影响了你的最值能不能到0

哇 谢谢小哥哥，又是你的解答！
对e可以影响到position能不能到达目标点也就是goal point，但为什么e的值的改变会让整个code的optimize报错Iteration Limit exceed的呢？

喜欢吃菠菜

迭代问题。
你可以导入调试库
import pdb
在想要暂停看变量值的地方
输入：pdb.set_trace()
用：“p 变量” 查看一下

：希望对你有帮助

塔利班

jingjing122 发表于 2018-11-13 11:32
哇 谢谢小哥哥，又是你的解答！
对e可以影响到position能不能到达目标点也就是goal point，但为什么e的 ...

但就是改变了，因为我也不清楚你对e的规划有没有，
还有引入这个参数的意义

jingjing122

塔利班 发表于 2018-11-13 11:54
但就是改变了，因为我也不清楚你对e的规划有没有，
还有引入这个参数的意义

e就是让整个目标函数中，速度的比重少占一点，因为速度值太大了，给它比例降一点。

塔利班

jingjing122 发表于 2018-11-13 12:21
e就是让整个目标函数中，速度的比重少占一点，因为速度值太大了，给它比例降一点。

但实际上你打印v[i,0],sum_up你会发现v挺小的

jingjing122

是的，但是再降一点才能让position离目标更近哈，所以设置了个e调速度的占比