LMFIT中的约束参数

Question

我有一个目标函数，可以考虑几个参数(a，b，c，d，.)取决于所考虑的数据集的数量。这些参数的约束方式是：

a+b+c+d +..+..<=1

假设我有a，b，c和d；所以a+b+c+d<=delta。我的定义是：

a+b

params = Parameters()
params.add('a', value=0.5, min=0., max=1.)
params.add('m', value=0.5)
params.add('b', expr='m -a')

对于m=delta -c-d，所以c=增量-m-d(我定义n=m-d)

params.add('n', value=0.5)
params.add('delta', value=0.5)
params.add('c', expr='delta-n')

最后n=m=>d=m

params.add('d', expr='m-n')

这是正确的吗？如何设置m，n和δ的最小和最大值？

我遵循在Python lmfit constraints: a < b < c上给出的提示

干杯，曼纽尔

Answer 1

我想这没什么。可以在约束表达式上设置min/max值，如

params.add('c', expr='delta-n', min=0, max=1)

但我应该说(如果我正确理解你的问题)我很可能会这样做

params = Parameters()
params.add('a', value=0.25, min=0, max=1)
params.add('b', value=0.25, min=0, max=1)
params.add('c', value=0.25, min=0, max=1)
params.add('delta', value=0.05, min=0, max=1)
params.add('d', expr='1-(a+b+c+delta)', min=0, max=1)

对我来说更简单..。除非你想知道你的m和n的值.