问题描述
我有一个函数，一个由两个变量组成的抛物面，因此是一个由多个实数数组组成的二维网格。我想知道如何有效地找到极值点，例如最小值。
微积分告诉我们需要计算梯度并将其设置为零才能实现它（然后Hessian最终找出它是哪种类型）。
我在已经用于一维绘图的 scipy 文档页面上查看了此处：
https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.shgo.html
但实际上没有关于如何做到这一点的指南，我也不知道我应该选择哪种算法。
在我的情况下，我想我必须根据两个参数定义函数并执行多维拟合以获得参数和极值点，但我想要一些关于如何实际执行的提示。我正在尝试拟合的 3D 曲线示例。
The image shows the experimental datas contained in the various array,connected by a line.
（如果有人知道如何避免图像中极值处的最高点之间的连接线也很好）
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）