Verfasst am: 21.10.2012, 20:19
Titel: frage zu fmincon
Hallo,
bin ziemlicher matlabanfänger, deswegen entschuldigt meine frage.
ich habe bislang über fminsearch mit genesteter funktion optimiert, da die zielfunktion ja nur von den zu optimierenden parametern abhängen darf (so habe ich das zumindest verstanden und es klappte auch )
jetzt bin ich auf einen code gestoßen, der fmincon benutzt. die maximum likelihood ist die zielfunktion, die hierbei aber nicht nur von den parametern abhängt, sondern auch von den beobachtungen.
jetzt meine frage: gemäß hilfe hängt fmincon von 10 inputsfaktoren ab, hier sind aber 11 zugegen.
ist der 11. [u,v] jetzt quasi der zweite inputfaktor der zu optimierenden funktion ?
wie kommt man auf sowas, wenns nicht einmal in der hilfe steht?
beste grüße
Siehe insbesondere im Link "Note: Passing Extra Parameters explains how to pass extra parameters to the objective function and nonlinear constraint functions, if necessary.".
Grüße, Marc
holla
Gast
Beiträge: ---
Anmeldedatum: ---
Wohnort: ---
Version: ---
Verfasst am: 22.10.2012, 12:06
Titel: verwirrung
moin,
ich bin dann wohl nicht in der lage zu erkennen welcher dieser drei verfahren der autor benutzt hat.
Dann heißt die Tür in diesem Fall wohl "Nested Functions". Hoffentlich klemmt sie nicht...
holla
Gast
Beiträge: ---
Anmeldedatum: ---
Wohnort: ---
Version: ---
Verfasst am: 22.10.2012, 13:54
Titel: verwirrt^2
..und wie sie klemmt
wenn hier der fall 'nested functions' zum tragen käme, müsste die genestete funktion, die zielfunktion also, doch auch von nur einem parameter abhängen.
ganz anders als die, die hier von mir kopiert wurde., da ist die zu optimierende funktion nämlich von zwei parametern abgängig.
Gut, dann müssen wir wohl erstmal klären, um welchen Typ Tür es sich überhaupt handelt. Hoffentlich ist es keine Falltür...
Spaß beiseite, du musst den Unterschied zwischen Variable und Parameter bedenken. Funktionen sind Gebilde der Form f:X->Y, mit f Abbildungsvorschrift, X Urbild und Y Bild. Zudem können Funktionen von Parametern abhängen. Diese sind beliebig, aber fest. Man schreibt dann f_a:X->Y. Optimiert wird dann über X, parametrisiert über a, wobei X und a beliebige Dimension haben können.
In Matlab definiert man das über beispielsweise den @-Operator. f=@(x) Term auch abhängig von a (Anonymous Functions). Nun kann man function f=parameterfun(x,a,b,c) mitsamt Parameterliste an weitere Funktionen übergeben. f = @(x)parameterfun(x,a,b,c) und g(f,a,b,c).
Jetzt kommt das Prinzip der Nested Functions zum Tragen. g erhält als Parameter die Parameter von f!
In deinem Beispiel ist g=fmincon und f die Zielfunktion.
Einstellungen und Berechtigungen
Du kannst Beiträge in dieses Forum schreiben. Du kannst auf Beiträge in diesem Forum antworten. Du kannst deine Beiträge in diesem Forum nicht bearbeiten. Du kannst deine Beiträge in diesem Forum nicht löschen. Du kannst an Umfragen in diesem Forum nicht mitmachen. Du kannst Dateien in diesem Forum posten Du kannst Dateien in diesem Forum herunterladen
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
)
RSS