通过使用 scipy 更改参数来最小化函数

Question

我想通过改变参数 B0、B1、B2、B3、T1、T2 来最小化下一个方程。变量 y 只是计算 objective 函数的另一个变量。我只需要帮助通过更改参数来最小化该函数（用作 objective 函数），但我无法获得结果。我尝试使用 scipy 但我没有更改参数。通过运行函数，我得到了我想要的结果：

funcion_opt(B0, B1, B2, B3, T1, T2)
output:  64.30571361326217

但是当我进行最小化时，我得到了下一个结果：

res = optimize.minimize(funcion_opt, parameters, args=(beta0, beta1, beta2, 
beta3, tau1, tau2))
output: funcion_opt() takes 6 positional arguments but 7 were given

我知道错误的地方是参数的引入方式，还有需要帮助的地方。说的不够清楚请见谅

我的问题的小例子：

y = np.array([98.494500, 97.828500, 97.610000, 97.314000, 97.014500, 
92.959000, 96.696222])
def objective(b0, b1, b2, b3, t1, t2):
    return (y * b0 + b1) - ( y * b2 + b3) + t1 + t2
    x0 = np.array([0.03, -0.03, 0, 0, 1, 1]) #Initial values of b0, b1...
    result = minimize(objective, x0, args=(b0, b1, b2, b3, t1, t2))

我知道函数中的输入是错误的，常量变量是y，我想改变参数b0、b1、b2、b3、t1、t2的值。所以我需要的最小化函数是采用函数的 return 并通过调整参数来最小化错误的函数。所以也许错误是在设置 objective 函数时。

这是一个伪函数，原来的是误差平方和。之后，我需要通过更改 return b0、b1、b2、b3、t1、t2 中的参数值来最小化 tat 函数，因为在函数中这些参数设置为。折扣因子无关紧要我只需要如何将参数更改为最小化 objective 函数的参数：

当我尝试最小化时得到错误相同且参数未更改的输出。对此的任何帮助将不胜感激。提前致谢。

Answer 1

您的问题是将 (b0, b1, b2, b3, t1, t2) 作为参数传递 - 这应该是优化向量，所以它应该只以初始 x0 的形式传递（你做了）。由于您从 objective 函数中删除了 y，因此没有需要 args（用于传递优化的常量参数功能）。

这是我认为修复后使用 objective 函数 的样子（我通过导入和所有内容使它完整，因此您可以运行它无需修改）:

import numpy as np
from scipy.optimize import minimize

y = 10.0

def objective(b0, b1, b2, b3, t1, t2):
    return (y * b0 + b1) - ( y * b2 + b3) + t1 + t2

def objective_proxy(x):
    return objective(*x)

x0 = np.array([0.03, -0.03, 0, 0, 1, 1])
result = minimize(objective_proxy, x0)

当您尝试使用原始函数（最后一个参数为 y）时，您现在可以在 args 中传递 y，因为它是常量并且结果会看起来像这样：

y_value = np.array([98.494500, 97.828500, 97.610000, 97.314000, 97.014500, 
92.959000, 96.696222])

def function_opt(b0, b1, b2, b3, t1, t2, y):
    ...
    ...
    return ...

def function_opt_proxy(x, y):
    args = list(x) + [y]
    return function_opt(*args)


x0 = np.array([0.03, -0.03, 0, 0, 1, 1]) #Initial values of b0, b1...
result = minimize(function_opt_proxy, x0, args=(y_value,)

请注意，我将 y 更改为 y_value 以避免混淆 function_opt 参数.

固定：

我添加了代理函数，负责将参数从可迭代参数扩展到单个参数。

通过使用 scipy 更改参数来最小化函数

Minimizing function by changing parameters using scipy

python

numpy

optimization

scipy

minimization

固定：