Optimization 约束规划优化
我想用约束编程语言表达和求解下面的方程 我有变量t，试图找到使我的目标函数最小化的最佳乘数k 时间：t1，t2，t3。。。输入 倍增器k1，k2，k3。。。（这是需要找到的连续变量） c1，c2，。。cN是常数 主方程k1*sin（c1*x）+k2*sin（c2*x）+k3*sin（c3*x）+k4*cos（c1*x） 问题是用（k1，k2，k3..）的最佳可能值最小化下面所有方程的结果。此外，众所周知，这个问题没有一个精确的解决方案。所以Optimization 约束规划优化,optimization,constraint-programming,nonlinear-optimization,minizinc,Optimization,Constraint Programming,Nonlinear Optimization,Minizinc,我想用约束编程语言表达和求解下面的方程 我有变量t，试图找到使我的目标函数最小化的最佳乘数k 时间：t1，t2，t3。。。输入 倍增器k1，k2，k3。。。（这是需要找到的连续变量） c1，c2，。。cN是常数 主方程k1*sin（c1*x）+k2*sin（c2*x）+k3*sin（c3*x）+k4*cos（c1*x） 问题是用（k1，k2，k3..）的最佳可能值最小化下面所有方程的结果。此外，众所周知，这个问题没有一个精确的解决方案。所以 当x为t1-->P1-k1*sin（c1*t1）-k
当x为t1-->P1-k1*sin（c1*t1）-k2*sin（c2*t1）-k3*sin（c3*t1）-k4*cos（c1*t1）
当x为t2-->P2-k1*sin（c1*t2）-k2*sin（c2*t2）-k3*sin（c3*t2）-k4*cos（c1*t2）。。。
当x为t3-->P3-k1*sin（c1*t3）-k2*sin（c2*t3）-k3*sin（c3*t3）-k4*cos（c1*t3） P1是时间变量的界值。但P（t）不是解析函数，我只知道它们的值，比如 t1=5 P1=0.7 t2=6 P2=0.3等
在Minizing或任何其他CP系统中有可能解决这个问题吗？我不认为CP特别适合解决这个问题，因为您在这里实际上没有约束条件。你所拥有的只是你想要最小化的函数（f1，…，fi）和一些自由度（k1，…，ki） 我觉得这个问题是一个很好的候选人。与其尝试将函数f“拟合”到给定值，不如尝试最小化它们。因此，您可以尝试将f²调整为0。（因此，我们将在该护理中处理非线性最小二乘法） 下面是它希望用Python编写的内容：
import numpy as np
from scipy.optimize import curve_fit
xdata = np.array([t1, t2, t3, t4, ..., t10])
ydata = np.zeros(10) # this is your "target". 10 = Number of ti
def func(x, k1,k2,...ki):
return (P(x)-k1*sin(c1*x)-k2*sin(c2*x)-k3*sin(c3*x)-k4*cos(c1*x)...)**2 # The square is a trick to minimize the function
popt, pcov = curve_fit(func, xdata, ydata, k0=(1.0,1.0,...)) # Initial set of ki
我可能误解了，但似乎每次tj表达式
sin（ci*tj）SijPj-k1*S1j-k2*S2j-k3*S3j…