我正在使用scipy.optimize.newton_krylov
来解决下面描述的问题。
但是,它相当慢(这需要数千分)。即使我最初的猜测是非常接近的解决方案,它是缓慢的。这让我想知道是否有更好的方法来做到这一点
找到满足三个方程el1、el2和el3(例如,最小化向量[el1、el2、el3]的范数)的3D点(x,y,z)=pvec
的最快方法是什么
sr1=np.sqrt(np.sum( (pvec - p2)**2 ))
sr2=np.sqrt(np.sum( (pvec - p1)**2 ))
el1=(sr1 + sr2)/(2.0*scalar1) - 1.0
el2=np.sum( (pvec/scalar2)**2 ) - 1.0
el3=np.dot(v1,(pvec - p1) )/(sr1*scalar3) + \
np.dot(v2,(pvec - p2) )/(sr2*scalar3) - 1.0
我会尝试上面提到的不同方法here
根据我的经验,默认方法“hybr”工作得非常好
相关问题 更多 >
编程相关推荐