使用nelder mead在python中进行数值优化时出现故障

我正在尝试使用scipy.optimize.minimize模块使用Nelder-Mead方法对非线性函数进行双变量优化。总体而言，优化非常成功，但在这两者之间，优化变量中的值突然跳变，然后，优化参数曲线遵循相同的形状，但存在dc偏移。这张图片可能有助于理解我的问题。我一直在玩弄函数容差，但都是徒劳的。跳转会对进一步的编程造成严重破坏。图片位于[社区编辑以内联图片]此处：

首先，带有小故障的优化变量：

第二，小故障的放大：

第三，第一个优化变量在第二个优化变量中恰好在同一点之后造成的破坏：

---

绿点是预期的优化曲线，而蓝线是获得的优化曲线。

如果您需要任何认真的帮助，您必须给出您正在优化的内容。你可能会陷入局部极小值，等等。也许可以试着猜测一个更好的起点，并检查优化器是否返回任何类似于达到的最大迭代次数等的结果。@seberg:ok，如果有人想查看整个项目：运行项目的步骤：1首先运行第一个程序run.py，并在文件路径的第118123128行进行适当更改。这将生成三个文本文件，由第二个要运行.py的程序读取。2现在运行第二个程序run.py。这就是进行优化的地方。。。。。请阅读以下注释以继续…此程序最初读取configfile.txt并对其路径进行appt更改，configfile.txt位于rar中，我已预先配置该rar以获得上述图像输出。在行号73,95,97,99处的路径中进行应用更改。最小化函数位于第131行，第130行的函数是相同的函数，但对于另一种称为NR_Powell的方法，它接受不同格式的输入变量。“误差函数”是最小化函数，它有一个子函数，位于第48行Stop。目标函数的数学公式是什么？你在做两个变量函数的最小化吗？如果是这样的话，为什么我们看到的是二维图而不是漂亮的三维图？是的，我在做两个变量中函数的最小化，你可以看到标题为k2和n2的图，它们是最小化的变量。我是python新手，不知道如何制作3D绘图