使用Scipy求解器优化非线性方程

Question

import numpy as np
import sys
import pandas as pd
from scipy.optimize import *
import matplotlib.pylab as plot

SigG = 162.4
M2 = 30
SigS = 111.7
Rmv = 26
kN2E6 = 6.13

func = lambda SigA : 1-(((SigA/SigG)**M2) + (((SigA/(kN2E6+(10.0**-23))) + SigS) / (Rmv + SigS))**2)
SigAinitial_guess = [0,162.4]
Solution = fsolve(func,SigAinitial_guess)
Solution[0]
print(repr(Solution[0]))

我有一个优化代码中提到的上述方程式的问题。我需要从方程式中找出SIGA，总方程式必须等于一个。

我已经使用Excel求解器实现了相同的实现，这些是SIGA的确切输出值，并且对我们的实验感到满意。现在，我正在尝试使用Python实现相同的功能。

这里的问题是我有不同的KN2E6值。从这些值中，如果我采用4.608，我将获得Excel中的确切输出。如果将值从6.136到其余值的值，我会遇到错误，并且在下面的两个KN2E6值下面都提到了它。

对于KN2E6 = 6.136，

对于KN2E6 = 4.608，

我已将我的Sigainitial_guess = [0,162.4]，因为我的Siga输出应该在（0,162.4）之间。