我有一个安装在电动压电平台上的激光笔，可以倾斜和倾斜它。激光需要击中光电二极管，我想写一些Python代码来自动对齐电机，以获得光电二极管的最高信号。
问题是电机运动缓慢（超过50次迭代将是非常长的），不是完全可重复的（压电电机倾向于“滑动”），并且不是完全正交的（即，不能一次独立地优化一个电机）。
因此，我的问题是最大化函数$f（m_1，m_2，m_3）$，其中$f$是在电机位置$m_1，m_2，m_3 $处测量的光电二极管信号-复杂的是函数可能取决于电机位置历史。
我知道在scipy中有整个库用于最小化，但它们似乎是面向数据不可变（函数总是给出相同的答案）和函数调用相当便宜的应用程序的。在我的情况下，有什么好的迭代优化方法？
我的第一次尝试是扫描每个电机，并将一个峰值与扫描结果相匹配，然后移动到那里。由于电机不是独立的，我不得不手动迭代地扫描每个电机。这是一个缓慢的过程，我想在没有曲线拟合过程的情况下实现自动化