不知道原函数的已知代价函数的极小化

Question

我试图通过调整两个参数使一个函数适合另一个函数。但是我不知道这个函数的形式。我只有代价函数，因为在计算这个函数时使用了LAMMPS（分子动力学）。我需要一些工具，我只能给成本函数和我的猜测，然后它会最小化它。你知道吗

我在看SciPy优化，但它似乎需要我没有的原始功能。你知道吗

Answer 1

函数近似算法需要您对数学模型的行为进行一些假设。你知道吗

如果你从黑匣子的角度看问题，可能会出现三种情况-

X->；型号->；Y

1. 你有X和模型，但你没有Y；这是模拟
2. 你有模型和Y，但你没有X，这是优化
3. 你有X和Y，但是你没有模型；这是数学模型

但是有一个陷阱。你永远做不到3。直接。相反，你使用了一个技巧来重构3。作为一个2。（优化问题）。诀窍是假设你的模型是y=mx+c，然后你没有找到模型，而是找到新的输入m和c。因此，我们可以说-

1. 你有（模型，X）和Y，但是你没有M，C（新的输入）；这也是优化。你知道吗

（M，C）—>；（型号+X）—>；Y

这意味着，即使您不知道输入函数，您也必须假设一些模型，然后估计参数，在进行调整时，使模型尽可能接近输入函数。你知道吗

基本上，你需要的是机器学习。你有输入，你有输出（或者你可以得到它们，但是用大量的输出样本运行你的第一个函数），你有成本函数。假设一个模型，训练它来近似你的输入函数。你知道吗

如果你不确定该用什么，那就用广义函数逼近器，也就是神经网络。但要小心，它需要更多的数据来训练。你知道吗