0

我一直在尝试将一些参数拟合到曲线,但我需要对其中一个常量施加约束,而且我不知道如何让我的代码承认约束并用正确的值拟合一个值。我将尝试编写一个简单的示例代码来说明我的问题:

def chi(paras):
    mpi=paras[0:32]
    cf=paras[32]
    chif=0
    for i in range(32):
        chif+=((fpi-f(mpi,cf))/error)**2
    return chif
m=Minuit.from_array_func(chi,parin,parstep,name=parname,errordef=1)

fmin,param=m.migrad(ncall=10000)

print(m.values)

我想要例如 cf<=np.log(mpi**2)。我试过例如:

if cf<=np.log(mpi**2):
    chif+=((fpi-f(mpi,cf))/error)**2

else:
    pass

但它没有奏效。反正有没有把这个约束放在代码中?

4

1 回答 1

0

对于这种类型的约束,总是有简单的参数变换解决方案。在这种情况下,您可以定义:

def chi( paras ):
    mpi = paras[ 0 : 32 ]
    s = paras[ 32 ]
    a = np.log( np.sum( np.array( mpi )**2 ) )
    cf = a - np.exp( -s )
    chif = 0
    for i in range( 32 ):
        chif += ( ( fpi - f( mpi, cf ) ) / error )**2
    return chif

参数s允许从 到 变化-np.infnp.inf而内部cf可以从-np.inf到变化a = np.log( sum ( mpi**2 ) )。要获取cf及其错误,您需要进行标准错误传播。

于 2019-04-01T09:07:05.923 回答