2
我試圖找到兩點之間(0,0)和(1000,-100)之間的最短路徑。路徑是由一個7階多項式函數來定義:在Python中最小化以找到兩點之間的最短路徑
P(X)= A0 + A1 * X + A2 *的x^2 + ... + a7中* X^7
爲此我試圖最小化,其計算從所述多項式函數的總路徑長度的函數:
長度= INT從0到1000 {SQRT(1 +(DP(X)/ DX)^ 2)}
顯然,正確的解決方案將是一條線性的線,但是後來我想爲這個問題添加約束條件。這應該是第一種方法。
我實現的代碼爲:
import numpy as np
import matplotlib.pyplot as plt
import math
import sys
import scipy
def path_tracer(a,x):
return a[0] + a[1]*x + a[2]*x**2 + a[3]*x**3 + a[4]*x**4 + a[5]*x**5 + a[6]*x**6 + a[7]*x**7
def lof(a):
upper_lim = a[8]
L = lambda x: np.sqrt(1 + (a[1] + 2*a[2]*x + 3*a[3]*x**2 + 4*a[4]*x**3 + 5*a[5]*x**4 + 6*a[6]*x**5 + 7*a[7]*x**6)**2)
length_of_path = scipy.integrate.quad(L,0,upper_lim)
return length_of_path[0]
a = np.array([-4E-11, -.4146,.0003,-7e-8,0,0,0,0,1000]) # [polynomial parameters, x end point]
xx = np.linspace(0,1200,1200)
y = [path_tracer(a,x) for x in xx]
cons = ({'type': 'eq', 'fun': lambda x:path_tracer(a,a[8])+50})
c = scipy.optimize.minimize(lof, a, constraints = cons)
print(c)
當我跑不過它的最小化過程將失敗並返回初始參數不變。輸出結果是:
fun: 1022.9651540965604
jac: array([ 0.00000000e+00, -1.78130722e+02, -1.17327499e+05,
-7.62458172e+07, 9.42803815e+11, 9.99924786e+14,
9.99999921e+17, 1.00000000e+21, 1.00029755e+00])
message: 'Singular matrix C in LSQ subproblem'
nfev: 11
nit: 1
njev: 1
status: 6
success: False
x: array([ -4.00000000e-11, -4.14600000e-01, 3.00000000e-04,
-7.00000000e-08, 0.00000000e+00, 0.00000000e+00,
0.00000000e+00, 0.00000000e+00, 1.00000000e+03])
我做錯了什麼或者是例行公事不適合解決這類問題?如果是這樣,Python中是否有其他選擇?
謝謝,這工作。爲什麼它找不到最佳解決方案? 我認爲這是一個很容易解決的問題。關於這個問題有一個明顯的解決方案,我意識到這一點。我希望從最簡單的情況開始,讓它變得更加複雜(我將有4條路徑,曲率半徑必須始終低於某個閾值,初始點和終點的導數必須爲零)。 –