如何解决具有lmfit的两个独立变量的非线性最小二乘拟合
我正在做一个涉及6个探测器的物理实验。对于每个探测器,我都有被击中时的位置和时间(x,y,t) 我的实验的最终目标是找到两个角度θ,φ。如果击中3个探测器,那么我可以解析地计算角度。如果命中了3个以上,则我应该先获取前3个信号,解析地计算θ_0,φ_0,然后将它们用作初始值来执行非线性最小二乘并最小化以下功能:
我正在尝试使用lmfit minimum。()做到这一点。我有三个数组:x,y,t,其中包含检测器的位置和时间,可以设置为参数。以及用于角度的初始值。但是我只知道如何对一个变量执行最小化。 您能建议一种同时减小θ和φ的方法吗?
这是我到目前为止尝试过的,整个代码太大,但是这些是我希望能对您有所帮助的部分:
#define function to be minimized
def func(params,x,y,t):
res = 0
th = params['theta']
ph = params['phi']
for i in range(6):
res += ((-x[i]*np.sin(th)*np.cos(ph) - \
y[i] *np.sin(th)*np.sin(ph)- c*t[i])**2) \
/ ( np.sin(th)**2 * sigma_pos**2 + c**2 * sigma_t**2)
return res
# least squares fitting
params = Parameters()
params.add('theta',value = theta,vary = True,min = 0,max = 90 )
params.add('phi',value = phi,min = -180,max = 180 )
minner = Minimizer(func,params,fcn_args=(x,t))
result = minner.minimize()
# write error report
report_fit(result)
解决方法
您收到的消息:
TypeError: Improper input: N=2 must not exceed M=1
(诚然,非常含蓄地说)您要细化2个变量(N),但仅返回1个值(M)。
那是因为您自己在遍历残差。尝试以最小二乘法返回要最小化的数组。那就是返回一个用于平方和求和的方法的数组。事实证明,这应该更容易:
def func(params,x,y,t):
th = params['theta']
ph = params['phi']
demon = np.sqrt(np.sin(th)**2 * sigma_pos**2 + c**2 * sigma_t**2))
return (-x*np.sin(th)*np.cos(ph) - y*np.sin(th)*np.sin(ph)- c*t)**2) / denom
好吧,您可能要检查是否定义了sigma_pos
,sigma_t
和c
,并且demon
不能为0。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。