Python 二维函数的优化

假设我们有一个二维函数

def f(x,y): #some calculations here 
    return value

我们从观察中了解到：

f(x,0.9y) = 10
f(x,0.8y)=15
f(x,0.8y) = 23

---

我怎样才能找到x，y的正确值，以获得与观测值的最佳拟合？如果出现这样的优化问题，建议采用哪种程序？

您的问题似乎有输入错误。无论如何，考虑到我们只有两个数据点，优化并不完全可行，因为对于许多不同类型的函数，一组联立方程会给出精确的结果

如果您打算给出三个数据点，有不同的方法： 注意，x是常数。这意味着无论函数是什么，我们都不能说2D函数的x部分。所以这真的是一个一维问题：y是如何表现的

---

考虑到我们对所讨论的数据一无所知，并且考虑到您给出的值，我本能地可能会选择指数/对数函数（假设最终值为0.7）。它也可能是一个线性函数，但一旦你拟合了你生成的函数，你就必须计算误差（这就是你要做的）。除此之外，根据我的经验，您所能做的并不多。

看看PSO——我认为这并不是正确的说法。观察结果看起来像

f（3,4）=12

。符号

f（x，0.9y）=10相当没有意义。为什么没有意义？我们希望找到观测误差最小的最佳x和y。如果我们知道其中一个参数，这是一个简单的优化问题。。。我们可以从两个初始猜测开始理解，但是你的数学符号是毫无意义的。是的，你是对的：）你知道怎么做吗？函数取决于两个变量。函数本身决定4个非线性常微分方程的输出（为整数）。我想选择x和y，以便输出与观测值尽可能匹配。