最小化给出奇怪的结果（多参数拟合）

Question

我正在努力拟合实验数据。为了适应它，我使用残留功能的最小化。一切都很微不足道，但是这次我找不到出了什么问题，为什么配合的结果如此奇怪。与原始问题相比，简化了示例。但是无论如何，即使我将使用的参数值设置为初始猜测，它也会给出错误的参数。

import matplotlib.pyplot as plt
import numpy as np
import csv
from scipy.optimize import curve_fit, minimize

x=np.arange(0,10,0.5)
a=0.5
b=3
ini_pars=[a, b]

def func(x, a, b):
    return a*x+b

plt.plot(x, func(x,a,b))
plt.show()

def fit(pars):
    A,B = pars
    res = (func(x,a, b)-func(x, *pars))**2
    s=sum(res)
    return s

bnds=[(0.1,0.5),(1,5)]
x0=[0.1,4]
opt = minimize(fit, x0, bounds=bnds)
new_pars=[opt.x[0], opt.x[0]]
example = fit(ini_pars)
print(example)
example = fit(new_pars)
print(example)
print(new_pars)


plt.plot(x, func(x, *ini_pars))
plt.plot(x, func(x, *new_pars))
plt.show()
```[enter image description here][1]


  [1]: https://i.sstatic.net/qc1Nu.png

Answer 1

它应该是new_pars = [opt.x [0]，opt.x [1]]而不是new_pars = [opt.x [0]，opt.x [0]] < /代码>。还要注意，您可以通过new_pars = opt.x直接提取值。