优化- Python和Scypi.minimize

Question

我想找出几个元素的位置X，Y，Z，以便在一个理想的点上有一个全球重心。

为此，我定义了两个类：

• 存储元素的质量和位置的元素
• 平面，它接受元素的列表，可以根据元素的集合计算其重心。

我还定义了一个误差函数，它计算平面元素集合中的实际全球重心与期望的重心之间的差异。

为了最小化这个函数，我想将scypi.minimize函数与Nelder算法结合使用。

我将每个元素的坐标放入x0中，然后将x0和错误函数作为参数传递到最小。

我收到这个错误，我不明白。

ValueError: setting an array element with a sequence. 

此外，根据我想做的事情，你可能有一个更好的主意来解决/解决我的问题？

以下是代码：

import numpy as np
from scipy.optimize import minimize

class plane(object):
  def __init__(self, elts):
    self.elements=elts
    self.TotalMasse=self.calc_masse(self.elements) 
    self.cdg = self.calc_CDG()

  def __getitem__(self):
    return self.elements,self.TotalMasse

  def calc_masse(self,elements):
    Lm=[]
    for el in elements:
      Lm.append(el.masse)
    return sum(Lm)

  def calc_CDG(self):
    Xcdg=0
    Ycdg=0
    Zcdg=0
    for el in self.elements:
      Xcdg+=el.masse*el.position[0]/self.TotalMasse
      Ycdg+=el.masse*el.position[1]/self.TotalMasse
      Zcdg+=el.masse*el.position[2]/self.TotalMasse
    return [Xcdg,Ycdg,Zcdg]

class element(object):
  def __init__(self, mass, pos):
    self.masse=mass
    self.position=pos

  def __getitem__(self):
    return self.masse, self.position



def calculErreurPosCDG(cdg):
    global positionCDGconsigne
    return [positionCDGconsigne[0]-cdg[0], positionCDGconsigne[1]-cdg[1],positionCDGconsigne[2]-cdg[2]]

battery = element(0.5,[0.5,1,1])
motor = element(0.2,[1,1,0])
servoL = element(0.01,[-0.7,1,0])
servoR = element(0.01,[0.7,1,0])
reciever = element(0.01,[0.1,1,1])

elements=[battery, motor, servoL, servoR, reciever]

positionCDGconsigne=[1,1,1]

plane1=plane(elements)

x0=np.array([])
for el in elements:
  x0= np.append(x0,[el.position])

res=minimize(calculErreurPosCDG,x0,method='nelder-mead', options={'xtol':1e-8,'disp':True})

Answer 1

目标函数返回一个列表，而minimize需要一个标量。您需要首先设置问题，并通过最小化向量值函数来指定确切的含义。

Answer 2

您应该能够分别运行最小三次的协调组件(x、y和z)。然后，修改calculErreurPosCDG以处理单个值，而不是向量，应该可以使其工作。然后它将只处理标量。

添加注意:好的做法是用大写字母开始Python类的名称，用小写字母开始函数。