test/t_python.py

   1 #!/usr/bin/env python
   2
   3 from __future__ import print_function
   4 import nlopt
   5 import numpy as np
   6
   7
   8 def myfunc(x, grad):
   9     if grad.size > 0:
  10         grad[0] = 0.0
  11         grad[1] = 0.5 / np.sqrt(x[1])
  12     return np.sqrt(x[1])
  13
  14 def myconstraint(x, grad, a, b):
  15     if grad.size > 0:
  16         grad[0] = 3 * a * (a*x[0] + b)**2
  17         grad[1] = -1.0
  18     return (a*x[0] + b)**3 - x[1]
  19
  20 opt = nlopt.opt(nlopt.LD_MMA, 2)
  21 opt.set_lower_bounds([-float('inf'), 0])
  22 opt.set_min_objective(myfunc)
  23 opt.add_inequality_constraint(lambda x, grad: myconstraint(x,grad, 2, 0), 1e-8)
  24 opt.add_inequality_constraint(lambda x, grad: myconstraint(x,grad, -1, 1), 1e-8)
  25 opt.set_xtol_rel(1e-4)
  26 x = opt.optimize([1.234, 5.678])
  27 minf = opt.last_optimum_value()
  28 print('optimum at ', x[0], x[1])
  29 print('minimum value = ', minf)
  30 print('result code = ', opt.last_optimize_result())
  31 print('nevals = ', opt.get_numevals())