python - 2 つの異なる機能を同時に最適化して、両方に共通のソリューションを提供

Question

私は 1 月に同様の質問をし、@Miłosz Wieczór が親切にも答えてくれました。現在、2 つのデータセット (および) に 2 つのパラメーター (fcおよびalpha) を同時に適合させる必要があるため、似ているが異なる課題に直面しています。基本的に、データとの両方に最適なとの値を見つける必要があります。e_expiq_expfcalphae_expiq_exp

import numpy as np
import math
from scipy.optimize import curve_fit, least_squares, minimize

f_exp  = np.array([1, 1.6, 2.7, 4.4, 7.3, 12, 20, 32, 56, 88, 144, 250000])
e_exp  = np.array([7.15, 7.30, 7.20, 7.25, 7.26, 7.28, 7.32, 7.25, 7.35, 7.34, 7.37, 11.55])
iq_exp = np.array([0.010, 0.009, 0.011, 0.011, 0.010, 0.012, 0.019, 0.027, 0.038, 0.044, 0.052, 0.005])

ezero  = np.min(e_exp)
einf   = np.max(e_exp)

ig_fc     = 500
ig_alpha  = 0.35

def CCRI(f_exp, fc, alpha):
    x   = np.log(f_exp/fc)
    R  = ezero + 1/2 * (einf - ezero) * (1 + np.sinh((1 - alpha) * x) / (np.cosh((1 - alpha) * x) + np.sin(1/2 * alpha * math.pi)))
    I  = 1/2 * (einf - ezero) * np.cos(alpha * math.pi / 2) / (np.cosh((1 - alpha) * x) + np.sin(alpha * math.pi / 2))
    RI = np.sqrt(R ** 2 + I ** 2)
    return RI

def CCiQ(f_exp, fc, alpha):
    x   = np.log(f_exp/fc)
    R  = ezero + 1/2 * (einf - ezero) * (1 + np.sinh((1 - alpha) * x) / (np.cosh((1 - alpha) * x) + np.sin(1/2 * alpha * math.pi)))
    I  = 1/2 * (einf - ezero) * np.cos(alpha * math.pi / 2) / (np.cosh((1 - alpha) * x) + np.sin(alpha * math.pi / 2))
    iQ = I / R
    return iQ

poptRI, pcovRI = curve_fit(CCRI, f_exp, e_exp, p0=(ig_fc, ig_alpha))

poptiQ, pcoviQ = curve_fit(CCiQ, f_exp, iq_exp, p0=(ig_fc, ig_alpha))

einf、ezero、およびf_expはすべて定数であり、最適化する必要がある変数はig_fcおよびig_alphaであり、これigは初期推測を表します。上記のコードでは、2 つの異なるfcandalpha値が得られます。これは、それらを個別に解決するためです。fcただし、とalphaが普遍的であるように、それらを同時に解決する必要があります。

• と の普遍的なソリューションを提供するために、2 つの異なる関数を解決する方法はありfcますalphaか?