Python中的二维优化（最小化）（使用scipy.optimize）

我试图优化（最小化）二维函数

E（n，k）

定义如下：

error=lambda x,y,w: (math.log(abs(Tformulated(x,y,w))) - math.log(abs(Tw[w])))**2 + (math.atan2(Tformulated(x,y,w).imag,Tformulated(x,y,w).real) - math.atan2(Tw[w].imag,Tw[w].real))**2

其中，

t公式

如下所示：

def Tformulated(n,k,w):
    z=1j
    L=1
    C=0.1
    RC=(w*L)/C
    n1=complex(1,0)
    n3=complex(1,0)
    n2=complex(n,k)
    FP=1/(1-(((n2-n1)/(n2+n1))*((n2-n3)/(n2+n3))*math.exp(-2*z*n2*RC)))
    Tform=((2*n2*(n1+n3))/((n2+n1)*(n2+n3)))*(math.exp(-z*(n2-n1)*RC))*FP
    return Tform

temp=[]
i=range(5)
retval = fmin_powell(error , x ,y, args=(i) , maxiter=100 ,maxfun=100)
temp.append(retval)

而

Tw

是以前计算过的具有复数值元素的列表。 我正试图做的是针对

w

的每个值（在“error x，y，w…”中使用），我想最小化

x

和

y

值的函数“error”<代码>w范围从1到2048。所以，这基本上是一个二维极小化问题。我曾经尝试过编程（尽管我一直在纠结于使用什么方法以及如何使用它）；我的代码如下：

def Tformulated(n,k,w):
    z=1j
    L=1
    C=0.1
    RC=(w*L)/C
    n1=complex(1,0)
    n3=complex(1,0)
    n2=complex(n,k)
    FP=1/(1-(((n2-n1)/(n2+n1))*((n2-n3)/(n2+n3))*math.exp(-2*z*n2*RC)))
    Tform=((2*n2*(n1+n3))/((n2+n1)*(n2+n3)))*(math.exp(-z*(n2-n1)*RC))*FP
    return Tform

temp=[]
i=range(5)
retval = fmin_powell(error , x ,y, args=(i) , maxiter=100 ,maxfun=100)
temp.append(retval)

---

我不确定即使是

fmin_powell

是否正确。这里有一个最简单的例子：

from scipy.optimize import fmin

def minf(x):
  return x[0]**2 + (x[1]-1.)**2

print fmin(minf,[1,2])

[out]：

Optimization terminated successfully.
         Current function value: 0.000000
         Iterations: 44
         Function evaluations: 82
[ -1.61979362e-05   9.99980073e-01]

---

这里一个可能的问题是最小化例程需要一个列表作为参数。查看所有血淋淋的细节。不确定如果你可以直接最小化复值函数，你可能需要分别考虑实部和虚部。 看起来您正在尝试最小化3D功能

错误

？哦，谢谢。不过我还是想知道一个答案-2D最小化使用什么方法？@user1636363这是2D（

x

是一个长度为2的数组），令人困惑的是，你的函数（error）是3D的，你还没有定义

E（n，k）

。E（n，k）是写为“error x，y，w:…”的函数。在这里，“w”的值在每次调用函数之前固定为整数值。（实际上，每次开始最小化时，我都会将一个整数值传递给“w”的函数）。这是一个二维极小化问题；对不起，这是我的错confusion@user1636363：使用哪种方法取决于问题。在你的情况下，哪一个是最好的，我说不出来。我要做的是，我会从最简单的（

fmin

）开始，如果还不够，那么尝试更复杂的方法；我不知道哪些是2D最小化的