二维优化（最小化），在Python（使用scipy.optimize）(Two dimensiona

我试图优化（最小化）的二维函数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Tformulated如下获得：

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

和Tw是先前计算出的具有复数值元素的列表。 什么我究竟想要做的是对的每个值w （中使用“错误的X，Y，W ......”）我想尽量减少的值的功能“错误” x ＆ y 。 w范围从1到2048。因此，它基本上是一个2D最小化问题。 我试图在我的部分程序（虽然我被陷在什么方法使用和如何使用它）; 我的代码如下：

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

我不知道，即使fmin_powell是要走的正确途径。

Answer 1:

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]

这里的一个可能的小问题，就是最小化程序期待一个列表作为参数。 请参阅该文档的所有血淋淋的细节。 不知道你是否能直接减少复值函数，你可能需要分别考虑实部和虚部。

文章来源: Two dimensional Optimization (minimization) in Python (using scipy.optimize)