Python 3.x 用lmfit对两个自变量进行非线性最小二乘拟合

Python 3.x 用lmfit对两个自变量进行非线性最小二乘拟合,python-3.x,least-squares,nonlinear-optimization,lmfit,Python 3.x,Least Squares,Nonlinear Optimization,Lmfit,我正在做一个涉及6个探测器的物理实验。对于每个探测器,我都有被击中的位置和时间(x,y,t) 我实验的最终目标是找到两个角度θ,φ 如果3个探测器被击中,那么我可以解析地计算角度。如果命中的信号超过3个,则我应首先获取前3个信号,解析计算θ_0,φ_0,然后将其用作初始值,以执行非线性最小二乘并最小化以下函数: 我试着用lmfit最小化来实现这一点。()我有三个数组:x,y,t,包含探测器位置和时间,可以设置为参数。以及用于角度的初始值。但我只知道如何对一个变量进行最小化。 你能建议一种使θ和

我正在做一个涉及6个探测器的物理实验。对于每个探测器,我都有被击中的位置和时间(x,y,t) 我实验的最终目标是找到两个角度θ,φ

如果3个探测器被击中,那么我可以解析地计算角度。如果命中的信号超过3个,则我应首先获取前3个信号,解析计算θ_0,φ_0,然后将其用作初始值,以执行非线性最小二乘并最小化以下函数:

我试着用lmfit最小化来实现这一点。()我有三个数组:x,y,t,包含探测器位置和时间,可以设置为参数。以及用于角度的初始值。但我只知道如何对一个变量进行最小化。 你能建议一种使θ和φ最小化的方法吗

以下是我到目前为止尝试的内容,整个代码太大了,但我希望这些部分会有所帮助:

    #define function to be minimized
    
    def func(params ,x,y,t):
        res = 0
        th = params['theta']
        ph = params['phi']
        
        for i in range(6):
            
            res += ((-x[i]*np.sin(th)*np.cos(ph) - \
                     y[i] *np.sin(th)*np.sin(ph)- c*t[i])**2) \
                     / ( np.sin(th)**2 * sigma_pos**2 + c**2 * sigma_t**2)
            
        return res

 # least squares fitting 
               
 params = Parameters()
            
 params.add('theta', value = theta , vary = True, min = 0, max = 90  )
 params.add('phi', value = phi , vary = True, min = -180, max = 180 )
                    
                
                
 minner = Minimizer(func, params, fcn_args=(x,y,t))
 result = minner.minimize()
                

 # write error report
 report_fit(result)

我收到的错误是:

您收到的消息:

TypeError: Improper input: N=2 must not exceed M=1
是说(不可否认,非常隐晦地)您试图细化2个变量(N),但只返回1个值(M)

这是因为你自己在你的余数上做循环。尝试返回最小平方意义上的数组。即将方法的数组返回为平方和和。事实证明,这应该更容易:

def func(params ,x,y,t):
    th = params['theta']
    ph = params['phi']     
    demon = np.sqrt(np.sin(th)**2 * sigma_pos**2 + c**2 * sigma_t**2))
    return (-x*np.sin(th)*np.cos(ph) - y*np.sin(th)*np.sin(ph)- c*t)**2) / denom

您可能需要检查
sigma\u pos
sigma\u t
c
是否已定义,并且
demon
不能为0。

您收到的消息:

TypeError: Improper input: N=2 must not exceed M=1
是说(不可否认,非常隐晦地)您试图细化2个变量(N),但只返回1个值(M)

这是因为你自己在你的余数上做循环。尝试返回最小平方意义上的数组。即将方法的数组返回为平方和和。事实证明,这应该更容易:

def func(params ,x,y,t):
    th = params['theta']
    ph = params['phi']     
    demon = np.sqrt(np.sin(th)**2 * sigma_pos**2 + c**2 * sigma_t**2))
    return (-x*np.sin(th)*np.cos(ph) - y*np.sin(th)*np.sin(ph)- c*t)**2) / denom

好的,您可能需要检查
sigma\u pos
sigma\u t
c
是否已定义,并且
demon
不能为0。

如果可能,请包括相关语言和代码的标签。否则,您可能希望在计算机科学堆栈交换中发布此消息。是的,您可以使用多个独立变量与
lmfit
-您可以将任意数量的对象传递给要最小化的函数。最好从一个代码示例开始,说明您已经尝试过并且遇到的问题。给出完整但最少的示例代码以及完整的输出和回溯。事实证明,这不仅是StackOverflow上随机出现的人所需要的帮助,也是在您自己的脚本中查找错误的一种很好的方法。如果可能,请包括相关语言和代码的标记。否则,您可能希望在计算机科学堆栈交换中发布此消息。是的,您可以使用多个独立变量与
lmfit
-您可以将任意数量的对象传递给要最小化的函数。最好从一个代码示例开始,说明您已经尝试过并且遇到的问题。给出完整但最少的示例代码以及完整的输出和回溯。事实证明,这不仅需要StackOverflow上随机人员的帮助,而且也是在您自己的脚本中查找错误的一种非常好的方法。