我正在尝试优化一个模型，该模型涉及在共享变量的同时同时拟合数据的两个函数。我目前在最小化这个模型时遇到问题，因为 scipy.optimize 需要传递一个函数，但我需要将两者一起最小化。
简化的代码块（在 symfit 中执行）：
dictionary = ({y1: 3x**4 + 0.5y**3 + 2z**2 + w,
y2: x*y * exp(z**2 - w)})
mixed_model = CallableNumericalModel(dictionary,
connectivity_mapping = {y1:{x,y,z,w},
y2:{x,y,z,w}})
model_sim = mixed_model(x=xdata, y=y, z=z, w=w)
res = minimize(mixed_model.ravel(), x0=2,
args=(y,z,w),
options={'eps':1e-3})
fit = Fit(res,x=xdata, y1=rhoxx_exp, y2=rhoxy_exp)
fit_result = fit.execute()
print(fit_result)
当我使用数据运行真实模型时，出现以下属性错误：
ValueError: `f0` passed has more than 1 dimension.
回溯表明该错误发生在该行中：
res = minimize(mixed_model.ravel(), x0=2,
正如我所说，这是因为当它必须是一个函数时我已经将一个模型传递给了最小化函数但是我不确定如何同时最小化 y1 和 y2 以适应它。
任何建议将不胜感激，在此先感谢您！
按照以下建议进行编辑，但具有实际功能：
def y1(B,n_1,n_2,n_3,n_4,mu_1,mu_2,mu_3,mu_4):
for i in range(len(dictionary)):
return (np.exp(B[i]/f)+np.exp(-B[i]/f))
return ( (rho1 / (rho1**2 + (R1*B)**2) + rho2 / (rho2**2 + (R2*B)**2)
+ rho3 / (rho3**2 + (R3*B)**2) + rho4 / (rho4**2 + (R4*B)**2))
/ ((rho1 / (rho1**2 + (R1*B)**2) + rho2 / (rho2**2 + (R2*B)**2)
+ rho3 / (rho3**2 + (R3*B)**2) + rho4 / (rho4**2 + (R4*B)**2))**2
+ ((-R1*B)/(rho1**2+(R1*B)**2) + (-R2*B)/(rho2**2+(R2*B)**2)
+ (-R3*B)/(rho3**2+(R3*B)**2) + (-R4*B)/(rho4**2+(R4*B)**2))**2)
+ (a/(np.exp(B/f)+np.exp(-B/f))/2)*((rho1 / (rho1**2 + (R1*B)**2) + rho2 / (rho2**2 + (R2*B)**2)
+ rho3 / (rho3**2 + (R3*B)**2) + rho4 / (rho4**2 + (R4*B)**2))
/ ((rho1 / (rho1**2 + (R1*B)**2) + rho2 / (rho2**2 + (R2*B)**2)
+ rho3 / (rho3**2 + (R3*B)**2) + rho4 / (rho4**2 + (R4*B)**2))**2
+ ((-R1*B)/(rho1**2+(R1*B)**2) + (-R2*B)/(rho2**2+(R2*B)**2)
+ (-R3*B)/(rho3**2+(R3*B)**2) + (-R4*B)/(rho4**2+(R4*B)**2))**2)) )
def y2(B,n_1,n_2,n_3,n_4,mu_1,mu_2,mu_3,mu_4):
return ( - ((-R1*B)/(rho1**2+(R1*B)**2) + (-R2*B)/(rho2**2+(R2*B)**2)
+ (-R3*B)/(rho3**2+(R3*B)**2) + (-R4*B)/(rho4**2+(R4*B)**2)) /
((rho1 / (rho1**2 + (R1*B)**2) + rho2 / (rho2**2 + (R2*B)**2)
+ rho3 / (rho3**2 + (R3*B)**2) + rho4 / (rho4**2 + (R4*B)**2))**2
+ ((-R1*B)/(rho1**2+(R1*B)**2) + (-R2*B)/(rho2**2+(R2*B)**2)
+ (-R3*B)/(rho3**2+(R3*B)**2) + (-R4*B)/(rho4**2+(R4*B)**2))**2) )
def f(x0):
B,n_1,n_2,n_3,n_4,mu_1,mu_2,mu_3,mu_4 = x0
error = []
expected_output = [(1,2), (3,4)]
for i in expected_output :
error += [y1(B,n_1,n_2,n_3,n_4,mu_1,mu_2,mu_3,mu_4) - i[0],
y2(B,n_1,n_2,n_3,n_4,mu_1,mu_2,mu_3,mu_4) - i[1],
]
return error
x0 = (0, 1.51e27, -1.519e27, 0.915e27, -1.047e27, 1.41, 0.64, 0.087, 0.09)
result = scipy.optimize.leastsq( f, x0, epsfcn = 1e-3)
显示错误：
IndexError: invalid index to scalar variable.
在与指数一致的函数 y1 中找到
任何进一步的建议都会令人惊讶，在此先感谢您！