我正在使用已知的梯度（100到300个变量）运行多个有界优化。有时，TNC返回“无法进度”。
对于我的目标函数，与TNC相比，L-BFGS-B慢得多并且输出的结果也很差。 （也许是因为变量数量较大时，TNC会更好）在使用L-BFGS-B和niter_success到10进行贝辛跳跃时，我得到的结果接近TNC，速度降低了20倍。当TNC返回“无法进行”时，“ L-BFGS-B”返回更好的结果。因此，我当前的解决方案是在TNC出现状态6“无法进行”时发生故障时运行“盆地跳跃”。
似乎TNC无法减少x次迭代的目标函数时，将返回“无法进行”。我在比例因子上玩了一点，不一致地得到了更好的结果。
据我所知，在优化问题中扩展使优化器知道哪个变量更有效。我有此信息，我相信这将减少我得到的“无法进展”的数量。根据文档，https://docs.scipy.org/doc/scipy/reference/optimize.minimize-tnc.html“间隔范围变量的默认比例尺数组为上下，其他则为1+ | x]”。因此它是上限-有界变量的下界，无法理解如何处理无界。 什么是1+ | x]？
[此外，我手动向上计算-低，并将无界设置为1，每次我使用相同的输入运行优化时，都会返回不同的结果。 （（奇怪？）
我还尝试研究代码，TNC如何处理秤，辛辣包装程序将空数组或输入数组发送到C代码https://github.com/scipy/scipy/blob/master/scipy/optimize/tnc/moduleTNC.c。在C代码中，我找不到在哪里创建比例尺数组或如何使用它。当“无法进行”触发时也找不到。有人可以指出我应该去的地方吗？
我解决了TNC通过缩放输入引发的“无法进行进度”的问题。如果您正面临此问题，请在知道哪些变量有效地使目标函数最小化的情况下形成比例向量。
说X1比X2更有效，那么您的比例矢量将为[100,2]。使用它来更改范围，输入数据和结果（res.x）。