dfo-algorithm:使用 DFO-TR 算法进行黑盒无导数优化

dfo-算法 该软件包提供了由 A. Conn、K. Scheinberg、L. Vicente 开发的无导数优化算法 DFO 的实现。 使用此包，用户可以使用 DFO 方法以及 scipy.optimize 库中的五种无导数算法解决无导数黑盒优化问题。 scipy 算法是 Nelder-Mead、Powell、SLSQP、COBYLA 和 BFGS 算法。 要运行一组示例问题，用户可以调用“run_test_func.py”模块。 要解决用户定义的问题： 在新的 Python 模块中编写您的黑盒优化函数。 有关此类函数的示例，请参阅 blackbox_opt/test_funcs/funcs_def.py 使用导入的上一步中编写的模块编写运行文件。 您可以修改 run_test_func.py 模块并将其用作运行文件。 请注意，您应该指定您希望用来解决问题的算法、起点和合适的选项。