基于neldermead的python数值优化问题

Question

我正在尝试一个非线性函数的双变量优化scipy.optimize.minimize.最小化使用模块测量法。总体而言，优化是相当成功的，但在这两者之间，优化变量的值会突然跳变，然后优化参数曲线会遵循相同的形状，但会发生直流偏移。这张图片可能有助于理解我的问题。我玩过功能容忍度，但没用。这种跳跃会给进一步的编程带来混乱。图像是[社区编辑以嵌入图像]：

第一个问题是：

第二，小故障的放大：

第三，第一个优化变量在第二个优化变量中造成的破坏正好在同一点之后：

绿点是预期的优化曲线，而蓝线是获得的优化曲线。在