是否强制scipy.optimize.curve_fit()返回上次确定的失败拟合参数？

import numpy as np
from scipy.optimize import curve_fit

# 定义模型函数
def model_func(x, a, b):
    return a * x + b

# 生成模拟数据
x = np.linspace(0, 10, 100)
y = model_func(x, 2, 3) + np.random.normal(0, 1, 100)

# 定义初始猜测参数
initial_guess = [1, 1]

# 定义参数范围，强制返回上次确定的失败拟合参数
bounds = ([2, 2], [2, 2])

# 进行曲线拟合
params, params_covariance = curve_fit(model_func, x, y, p0=initial_guess, bounds=bounds)

# 输出拟合参数
print("拟合参数:", params)