nachdem ich mich jetzt einige Zeit mit einem Problem aus scipy.optimize herumgeschlagen hab', würde ich gern wissen, ob mein Problem
1. jemand reproduzieren kan und wenn ja, ob.
2. jemand eine Lösung dafür hat.
Also.
Ich würde gern mittels leastsq einen Datensatz fitten.
Der Code lautet:
Code: Alles auswählen
from scipy import *
from scipy.optimize import leastsq
import csv
import Gnuplot
b = 0.00056
h = 0.00041
d = 0.000035
def residuals(p, y, x):
err = y-peval(x,p)
return err
def peval(x, p):
mm1 = []
mm2 = []
mm3 = []
n = size(x,0)
for i in range (0,n):
z1 = min(p[0]/x[i], h/2)
z2 = min(p[1]/x[i], h/2)
m1 = 2*b*p[2]*(pow(z1,3)/3)*x[i]
m2 = 2*b*(p[0]*(p[2]-p[3])*(pow(z2,2)-pow(z1,2))/2 + x[i]*p[3]*(pow(z2,3)-pow(z1,3))/3)
m3 = 2.0*b* ((p[0]*(p[2]-p[3])+p[1]*(p[3]-p[4]))*(pow(h/2,2)-pow(z2,2))/2 + p[4]*(pow(h/2,3)-pow(z2,3))*x[i]/3)
mm1.append(m1)
mm2.append(m2)
mm3.append(m3)
# end for
M1 = array(mm1)
M2 = array(mm2)
M3 = array(mm3)
return M1+M2
e1_0 = 0.02
e2_0 = 0.07
E1_0 = 20000000000.0
E2_0 = 50000.0
E3_0 = 80000000000.0
x = []
y = []
file = ('Test.dat')
reader = csv.reader(open(file,'rb'),delimiter=';',skipinitialspace = True)
for row in reader:
x.append(double(row[7])*1000.0)
y.append(double(row[6])/1000.0)
# end for
xx = array(x)
yy = array(y)
pname = (['e1','e2','E1','E2','E3'])
p0 = array([e1_0, e2_0, E1_0, E2_0, E3_0])
g = Gnuplot.Gnuplot()
d = Gnuplot.Data(x,y, title='Orig', with_='points 3 3')
g.xlabel('Curvature [1/mm]')
g.ylabel('Moment [Nmm]]')
g('unset grid')
plsq = leastsq(residuals, p0, args=(yy, xx), maxfev=10)
f = Gnuplot.Data(x,peval(x,plsq[0]),title='fit',with_='lines 1')
g.plot(f,d)
print "Final parameters"
for i in range(len(pname)):
print "%s = %.4f " % (pname[i], p0[i])Die Test-Daten finden sich hier:
http://rapidshare.com/files/146606352/Test.dat.html
Mein Problem ist nun, daß nach einigen Fit-Umläufen die ersten beiden zu fittenden Parameter "NaN sind".
Weiß jemand Rat?
Grüße und besten Dank im Voraus,
R.
Edit (Leonidas): Code in Python-Tags gesetzt.
