Python SciPy'中的多变量和参数；s.fmin

我希望使用scipy的optimize.fmin函数来找到函数的最小值，这是我希望最小化的变量和不变（未优化）的参数的函数

我可以在优化单个变量时做到这一点：

from scipy import optimize

c1=4
c2=-1

def f(x,c1,c2):
    return x**2+c1+c2

guess_f=1
minimum = optimize.fmin(f,guess_f,args=(c1,c2),maxfun=400,maxiter=400,ftol=1e-2,xtol=1e-4)

但是，当我添加另一个变量以最小化超过：

def g(x,y,c1,c2):
    return x*y+c1+c2

guess_g=[1,1]

minimum2= optimize.fmin(g,guess_g,args=(c1,c2),maxfun=400,maxiter=400,ftol=1e-2,xtol=1e-4)

我收到以下错误消息：

TypeError: g() missing 1 required positional argument: 'c2'

我确实找到了，这里给出了一个解决方案，其中需要优化的变量需要分组为它们自己的数组。我尝试下面这样的方法：

def g(params,c1,c2):
    x,y=params
#    print(params)
    return x*y+c1*x+c2

guess_g=[1,1]
minimum2= optimize.fmin(g,guess_g,args=(c1,c2),maxfun=4000,maxiter=4000,ftol=1e-2,xtol=1e-4)

我没有收到TypeError，但我得到的是“警告：已超过函数求值的最大数量”消息以及RuntimeWarning：从sys.path中删除cwd后在双_标量中遇到溢出。（此外，我尝试使用optimize.minimize命令执行相同的操作，但在添加额外参数时无法使其工作，但我没有在此处发布该代码，因为问题已经越来越长了）

所以这似乎不是正确的方法

---

如何在多个变量上使用optimize.fmin函数进行优化，同时为函数提供其他参数？

“因此这似乎不是正确的方法。”这是正确的方法。问题是您的目标函数

g

没有最小值。

x*y+c

的图形是一个。尝试将

g

更改为，例如，

x**2+y**2+c1+c2

。是的，你是对的-显然我没有太多考虑我的功能！谢谢，一切都好了！