我有一个微分方程：

def func(Y, t, r, p, K, alpha):
    return r * (Y ** p) * (1 - (Y / K) ** alpha)

我想找到适合（r，p，K，alpha）的最佳参数。我尝试使用曲线拟合，但太糟糕了，这是我的代码

# I chose the value of maxfev randomly
popt, pcov = curve_fit(func, df.index, df.Value,method='lm',maxfev = 8000)

t = np.linspace(0, len(df), len(df))
y0 = popt[0]
params = (popt[1], popt[2], popt[3], popt[4]) # r, p, K, alpha
sol = odeint(func, y0, t, args=params)

这是情节：

注意：这是我的真实数据的样子：

我在寻找什么（r、p、K 和 alpha）的最佳值，如何找到它们？