使用scipy进行优化

使用scipy进行优化

您的功能

sm

似乎是不受限制的。随着您的增加

x

，它

sm

会变得越来越消极，因此它会变成事实

-inf

。

回复：注释-如果您想使其

sm()

尽可能接近零，请将函数定义中的最后一行修改为read

return abs(sm)

。

这使函数的绝对值最小化，使其接近于零。

您的示例结果：

>>> opt = minimize(sm,x0,args=(a,b),method='nelder-mead', options={'xtol': 1e-8,     'disp': True})Optimization terminated successfully.         Current function value: 0.000000         Iterations: 153         Function evaluations: 272>>> opt  status: 0    nfev: 272 success: True     fun: 2.8573836630130245e-09       x: array([-1.24676625,  0.65786454,  0.44383101,  1.73177358]) message: 'Optimization terminated successfully.'     nit: 153