我一直在尝试将一些参数拟合到曲线上,但我需要对其中一个常量施加约束,而我不知道如何让我的代码承认这些约束并用正确的值来拟合一个值。我将尝试编写一个简单的示例代码来说明我的问题:
def chi(paras):
mpi=paras[0:32]
cf=paras[32]
chif=0
for i in range(32):
chif+=((fpi-f(mpi,cf))/error)**2
return chif
m=Minuit.from_array_func(chi,parin,parstep,name=parname,errordef=1)
fmin,param=m.migrad(ncall=10000)
print(m.values)例如,我想要cf<=np.log(mpi**2)。例如,我尝试过:
if cf<=np.log(mpi**2):
chif+=((fpi-f(mpi,cf))/error)**2
else:
pass但它并没有起作用。有没有办法在代码中加入这个约束呢?
发布于 2019-04-01 17:07:06
对于这种类型的约束,总是有简单的参数变换解决方案。在这种情况下,您可以定义:
def chi( paras ):
mpi = paras[ 0 : 32 ]
s = paras[ 32 ]
a = np.log( np.sum( np.array( mpi )**2 ) )
cf = a - np.exp( -s )
chif = 0
for i in range( 32 ):
chif += ( ( fpi - f( mpi, cf ) ) / error )**2
return chif允许参数s在不同的-np.inf和np.inf之间变化,而内部cf可以在不同的-np.inf和a = np.log( sum ( mpi**2 ) )之间变化。要获取cf及其错误,您需要进行标准错误传播。
https://stackoverflow.com/questions/55398949
复制相似问题