高斯拟合修正问题

Question

我遇到曲线拟合问题。我正在测量输入值范围内的系统响应（输入和输出值均为标量和实数）。

我在两次试验之间更改了系统的特定参数，导致相同输入的输出不同。

此行为如下所示：

我需要拟合一个模型，该模型本质上采用该参数和x值，并尽可能接近地产生观察到的y值。

我正在尝试拟合高斯函数，如下所示：

我正在将$ f_ \ alpha（c）$建模为$ a0 + a1 * c $ 我正在将$ f_ \ beta（c）$建模为$ b1 + b1 * c $

基本上根据参数c使峰值和平均位置偏移。

问题是我遇到了与$ f_ \ beta（c）$相关的收敛问题。如果仅将中位数设置为常数，则可以估计a0和a1，但显然拟合度很差。 我正在使用scipy.optimize.curve_fit

所以我的问题基本上是，有没有更好的方法来解决这个问题？例如，一个可以为$ f_ \ alpha $更好地建模的函数；和$ f_ \ beta $？

此处采样数据：https://drive.google.com/file/d/1QPjrpxaDnnj3pmqzjZgjJJLKWnQjLikc

此处的示例代码：https://drive.google.com/open?id=135P9euXYAoa9CR3hrLOg6ja_6XfGndDN

（数据集与我在发布中的图中显示的略有不同）

两个问题： 1.是否有条理地进行猜测，以确保能够收敛？ 2.我可以使用更好的函数来近似观察结果吗？

非常感谢您提前提供帮助