我正在尝试优化(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
where Tformulated
得到如下:
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
and Tw
是先前计算的具有复值元素的列表。
我真正想做的是对于每个值w
(用于“错误 x,y,w ....”)我想最小化函数“错误”的值x
& y
. w
范围从 1 到 2048。所以,它基本上是一个 2D 最小化问题。我已经尝试过编程(尽管我陷入了使用什么方法以及如何使用它的困境);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)
我不确定即使fmin_powell
是正确的方法。