我想在一个方程上实现Nelder-Mead优化。但它不仅包含一个变量,还包含多个变量(其中一个是未知变量,另一个是已知变量)
例如,在本例中: http://docs.scipy.org/doc/scipy/reference/tutorial/optimize.html
如果我的罗森(x)是
def rosen(x,y):
... """The Rosenbrock function"""
... return sum(100.0*(x[1:]-x[:-1]**2.0)**y + (1-x[:-1])**2.0)
与示例中提到的不同,我如何优化它? 如果我打电话
res = minimize(rosen, x0, method='nelder-mead',
... options={'xtol': 1e-8, 'disp': True})
它说那需要两个理由 如果我打电话
res = minimize(rosen(y), x0, method='nelder-mead',
... options={'xtol': 1e-8, 'disp': True})
在代码前面已经定义了y的情况下,我得到了同样的错误。如果我叫它
res = minimize(rosen(x,y), x0, method='nelder-mead',
... options={'xtol': 1e-8, 'disp': True})
我得到一个错误x没有定义。
向对象传递参数是通过参数
args
完成的。优化rosen(x,2)
:注意,变量
x
是一个5维向量,如起点x0
的定义所示,因此rosen(x,2)
有5个变量。如果要最小化rosen(x,y)
,请定义一个目标函数相关问题 更多 >
编程相关推荐