当无法使用scipy优化器计算目标函数应该返回的值时，我可以让目标函数返回的最佳值是什么？

Question

我目前正试图获得一个函数的某些参数，该函数允许对制冷设备进行数学建模，这样就可以计算设备每次模拟的所有点，并且可以获得相对于实际值的最小均方误差​​指某种财产

模拟基于热力学原理，这就是我使用coolprop库的原因。就其本身而言，电厂建模利用使用LSODA方法的scipy解算器，以便能够在下一瞬间知道参数，但在某些情况下，scipy解算器会给出值​​下一个瞬间的，超出值范围的​​coolprop可以计算必要的属性，因此脚本结束

此外，我利用scipy优化器最小化来设置某些参数，以使均方误差最小化，但我对目标函数有问题，因为当无法完成工厂模拟时，为了能够获得设备所有模拟瞬间的均方误差，这些初始参数力求最小化，我尝试返回一个假误差，它是时间的函数，然而，我一直认为这不是最好的解决方案，因为在优化器的初始迭代中，它能够模拟大约100分钟的真实过程，在600分钟的可用过程中，但是，当解算器开始移动初始参数时，解算器仅能达到实际过程的3分钟，然后继续使用其他初始参数进行测试，因为coolprop无法计算特定属性

def objective_function(opt_params,req_params,opt_params_names,iter):
    T_cr_real = req_params[2]
    print_iter(opt_params,opt_params_names,iter[0])
    try:
        T_cr_s = simulation(req_params,opt_params)
        objective_value = mse(T_cr_real,T_cr_s)
        print_succes_iter(opt_params,opt_params_names,objective_value,iter[0])
        Time = req_params[0]
        save_success_iter(opt_params_names,opt_params_names,objective_value,T_cr_s,T_cr_real,Time)
    except: 
        T_cr_s = 1000*iter[0]*np.ones(467)
        objective_value = mse(T_cr_real,T_cr_s)
    iter[0] += 1 
    return objective_value

谢谢