试图找到 g(x) 函数的最小值和该最小值处的 x 值

Question

我试图找到创建的函数的最小值 g(alpha) 更重要的是，找到 alpha[=33 的值=] 在这个最小值，或接近最小值。

我使用的代码如下：它创建函数 f、向量 D、avec 和 grad 并将其用于创建函数 g(alpha)，我想找到的最小值，连同 阿尔法值。

问题是，在从 sympy 库应用 solve 后，我没有得到 alpha 的数值。而不是我收到以下错误：

TypeError: Cannot cast array data from dtype('O') to dtype('float64') according to the rule 'safe'

代码：

import numpy as np
from scipy.optimize import fmin
from sympy import Symbol, solve
from scipy import interpolate

Emax = 10
bins = 200
x = np.linspace(1, Emax, num = Emax, dtype=np.int)   #create grid of indexes
y = np.linspace(1, bins, num = bins, dtype=np.int)
z = np.random.rand(bins, Emax)                       # random matrix   
f = interpolate.interp2d(x,y,z, kind='cubic')        # make the matrix continious

D= np.zeros(bins)
D = 2*f(1.5, y)  # create vector
avec = np.array([4.0, 16.0])  
grad = np.array([1e-5,1e-5])

g= lambda alpha: np.sum(np.square(np.subtract(D,  (avec[0]-alpha*grad[0])*f((avec[1]- 
                                          alpha*grad[1]),y))))

oo= fmin(g,(0.0))

alfa = Symbol("alfa")
slv= solve((np.sum(np.square(np.subtract(D,  (avec[0]-alfa*grad[0])*f((avec[1]- 
                                          alfa*grad[1]),y)))) - oo), alfa)

我知道这个解决方案可能不是这个问题的最佳解决方案。我是 Python 的新手，如果您对如何在此处找到 alpha 有更好的建议，请告诉我。

Answer 1

我认为您真的混淆了 sympy 的作用。 sympy 是一个求解和打印解析方程的模块。您根本不需要为此任务使用该包。

您确实在这里找到了 g 的最小值。您将此结果存储在 oo 中。

所以基本上，删除从 alfa = ... 和 slv = ... 开始的最后两行，然后只输入 print(oo)。 oo就是你要找的值，alpha的值使函数g

最小化