python - 最小二乘最小化复数

Question

我一直在使用我的 Matlab，但我的愿景是最终切换到使用 Python 进行所有分析，因为它是一种实际的编程语言以及其他一些原因。

我最近一直试图解决的问题是对复杂数据进行最小二乘法最小化。我是一名工程师，我们经常处理复阻抗，我正在尝试使用曲线拟合来将简单的电路模型拟合到测量数据。

阻抗方程如下:

Z(w) = 1/( 1/R + j*w*C ) + j*w*L

然后我试图找到 R、C 和 L 的值，以便找到最小二乘曲线。

我试过使用优化包，例如 optimize.curve_fit 或 optimize.leastsq，但它们不适用于复数。

然后我尝试让我的残差函数返回复杂数据的大小，但这也不起作用。

Answer 1

引用 to unutbu answer's ，没有必要通过取函数残差的平方来减少可用信息，因为 leastsq 不关心数字是实数还是复数，只关心它们被表示为一维数组，保持功能关系的完整性。

这是一个替换残差函数:

def residuals(params, w, Z):
    R, C, L = params
    diff = model(w, R, C, L) - Z
    z1d = np.zeros(Z.size*2, dtype = np.float64)
    z1d[0:z1d.size:2] = diff.real
    z1d[1:z1d.size:2] = diff.imag
    return z1d

这是唯一需要进行的更改。 2013 年种子的答案是:[2.96564781, 1.99929516, 4.00106534]。

关于 to unutbu answer's 的错误减少了一个数量级以上。