我正在尝试最小化一个带有参数 S1
、S2
、S3
、n1
、n2
和 n3
的函数。还有权重:w1
、w2
和 w3
。
这是该函数:
f = (w1**2 * n1**2 + w2**2 * n2**2 + w3**2 * n3**2) / (w1**2 * S1**2 + w2**2 * S2**2 + w3**2 * S3**2 + 2*w1*S1*w2*S2 * 2*w1*S1*w2*S2 + 2*w2*S2*w3*S3)
我希望知道在给定
S1
、S2
、S3
、n1
、n2
和 n3
的情况下,如何使 w1
、w2
和 w3
最小化函数 f
?以下是我的代码:
def opt(S1, S2, S3, n1, n2, n3):
xo = np.array([0,1,.01])
from scipy.optimize import minimize
signoise = lambda w1,w2,w3: (w1**2 * n1**2 + w2**2 * n2**2 + w3**2 * n3**2) / (w1**2 * S1**2 + w2**2 * S2**2 + w3**2 * S3**2 + 2*w1*S1*w2*S2 * 2*w1*S1*w2*S2 + 2*w2*S2*w3*S3)
w1min, w2min, w3min = scipy.optimize.minimize(signoise, (.4, .2, .4))
return w1min, w2min, w3min
scipy.optimize.minimize接受两个参数,一个是函数,另一个是初始猜测值。我不知道它是否适用于多变量函数,因为我遇到了
error : <lambda>() takes exactly 3 arguments (1 given)
好的,我按照CodyKramer的建议进行了操作。当我使用S1、S2、S3、n1、n2、n3的任意值进行测试时,我得到了以下答案:状态:0 成功:True njev: 1 nfev: 5 hess_inv: array([[1, 0, 0], [0, 1, 0], [0, 0, 1]]) fun: 5.1874999894628917e-18 x: array([ 0.4, 0.2, 0.4]) message: '优化成功终止。' jac: array([ -1.81249989e-17, -4.62499946e-17, 1.53125002e-17]) 那么最后一行的“jac”是我要找的三个数字吗?
x
。jac
是 雅可比矩阵,它基本上是x
的一阶导数,而hess
是 海森矩阵,它基本上是x
的二阶导数。 - Cory Kramer