我正在尝试优化一个非线性函数，一个项的总和，看起来像:
1/(x1+x1)+2/(x1+x2)+1/(x2+x2)+1/(x1+w1)+1/(x2+w1)+1/(x1+w2)+1/(x2+w2)+...
其中变量是x1和x2我有一个w的列表。
在测试我知道答案的各种w集时，我发现我使用的优化器(scipy.optimize.fmin_tnc)无法给出x1和x2值的正确答案，这些值相差几个数量级。
如果两个值大小相近，则给出正确答案。
例如，一组2个唯一且多个退化值(给定少量噪声):
w=[5e-13,5e-13,5e-13,5e-13,5e-13,5e-7,5e-7,5e-7]
返回~5e-13和~2.4e-7的值。
我试着调整公差，但这似乎并没有改善这个测试用例的结果。
将'rescale'标志设置为高于默认值(1.3)可以消除此问题。我相信这个标志通过缩放变量使最小化器更稳定，因此它们的大小更相似。