import numpy as np
import scipy.optimize as spo
def function(x,y):
return (np.sin(x*y+y)*np.exp(-1*(x**2+y**2)))**-1
xi=[0,0]
answer=spo.fmin(function,xi)
print 'the answer is', answer
Saya mencoba meminimalkan fungsi ini. Namun menjalankannya memunculkan
TypeError: function() takes exactly 2 arguments (1 given)
scipy.optimize.fmin(func, x0, args=(), xtol=0.0001, ftol=0.0001, maxiter=None, maxfun=None, full_output=0, disp=1, retall=0, callback=None)
parameter fungsi dapat dipanggil func(x,*args)
Dalam hal ini fmin panggil function dengan satu parameter - x (yaitu xi). Parameter kedua harus diteruskan sebagai parameter args.
xi = 0
args = (0,)
answer = spo.fmin(function, x0=xi, args=args)
http://docs.scipy.org/doc/scipy-0.16.0/reference/generated/scipy.optimize.fmin.html
Apakah Anda bermaksud meminimalkan lebih dari 2 variabel ('x','y'), atau hanya satu variabel (dengan 'y' sebagai parameter tambahan)?
def fn1(x, y):
# x is minimization variable
# y is extra argument
return (np.sin(x*y+y)*np.exp(-1*(x**2+y**2)))**-1
def fn2(xy):
# xy is minimization variable; assumed to be 2 elements
x,y = xy
return (np.sin(x*y+y)*np.exp(-1*(x**2+y**2)))**-1
fmin dengan 1 variabel; gagal
In [35]: optimize.fmin(fn1, x0=0, args=(0,))
Warning: Maximum number of function evaluations has been exceeded.
Out[35]: array([ 0.])
fmin dengan 2 elemen array (x0 dan fungsi); mengembalikan 2 elemen array.
In [38]: optimize.fmin(fn2, x0=np.array([0,0]))
Optimization terminated successfully.
Current function value: 2.227274
Iterations: 64
Function evaluations: 121
Out[38]: array([ 0.29782369, 0.62167083])
