回答此问题可获得 20 贡献值,回答如果被采纳可获得 50 分。
<p>我是Python新手,我想应用CMA-ES函数进行参数优化。我使用的是R中的CMA_ES包,这个示例的实现简单明了。现在Python中的实现对我来说不是很清楚。在</p>
<pre><code>import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl
itr=np.array([ 803.3333,788.3333,779.5000,765.8333,753.3333,735.8333,
717.6666,704.6666,691.6666])
Tcell=np.array([39.5333,38.5499, 37.7999,37.5999,
38.3333,37.4166,37.4166,37.3833,36.5666])
#### THE MODEL######
def pvwatts2(Pdc0,gammapdc,Tref):
return itr/1000*Pdc0*(1+gammapdc*(Tcell-Tref))
r=(pvwatts2(75,-0.005,25))
####THE ORIGINAL DATA########
P=np.array([55.7666,54.6817,54.2812,
53.6679,52.6567,51.4856,50.4057,49.3098,48.8929])
#####RMSE#########
def RMSE(gammapdc):
return np.sqrt(((pvwatts2(75,gammapdc,25)-P)**2).mean())
print(RMSE(-0.005))# This is the value of RMSE 0.253590052077
</code></pre>
<p>现在我想借助Python中的CMAES最小化RMSE。我知道gammapdc的理想值应该在-0.005左右,其中RMSE的值最小。在</p>
^{pr2}$
<p>对我来说,不清楚如何使用函数来获得gamapdc的值以最小化RMSE。如有任何建议,我们将不胜感激。有什么可重复的例子我可以用吗?在</p>