WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

  
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Globales Optimieren mit Multistart
 

MaFam
Forum-Meister

Forum-Meister

Beiträge: 799
Anmeldedatum: 02.05.12
Wohnort: ---
Version: R2009b
     Beitrag Verfasst am: 29.10.2012, 22:30     Titel: Globales Optimieren mit Multistart
  Antworten mit Zitat      
Hallo,

ich versuche mich gerade an einer globalen Optimierung mit Multistart, aber ich bin zu doof..

Code:

options = optimset('Display','iter','TolFun',1e-8);
problem = createOptimProblem('lsqnonlin','objective',...
             @(optpar) RobertsonExpModel(xm,optpar),options);
ms = MultiStart;
[x,f] = run(ms,problem,20)
 


und

Code:

%Modellfunktion - Robertson'sche Exponentialfunktion
function y=RobertsonExpModel(x,par)
    y=par(1)*exp(par(2)*x)./(par(3)+exp(par(2)*x));
end
 


Ich möchte eigentlich eine nicht-lineare Regression durchführen, komme aber hier nicht weiter. Außerdem muss man doch noch die Abstände zu den zu approximierenden Punkten einbauen?!

Danke und Grüße,

Marc

Fehlermeldung:
Code:
??? Error using ==> createOptimProblem at 89
Arguments must occur in name-value pairs.

Error in ==> Approximation>pushbuttoncalcnew_Callback at 397
            problem = createOptimProblem('lsqnonlin','objective',...

Error in ==> gui_mainfcn at 96
        feval(varargin{:});

Error in ==> Approximation at 42
    gui_mainfcn(gui_State, varargin{:});

Error in ==>
@(hObject,eventdata)Approximation('pushbuttoncalcnew_Callback',hObject,eventdata,guidata(hObject))

 
??? Error while evaluating uicontrol Callback
Private Nachricht senden Benutzer-Profile anzeigen


Harald
Forum-Meister

Forum-Meister

Beiträge: 24.501
Anmeldedatum: 26.03.09
Wohnort: Nähe München
Version: ab 2017b
     Beitrag Verfasst am: 29.10.2012, 22:52     Titel:
  Antworten mit Zitat      
Hallo,

ich würde options auch als Parameter-Wert-Paar angeben:
Code:
problem = createOptimProblem('lsqnonlin','objective',...
             @(optpar) RobertsonExpModel(xm,optpar), 'options', options);
 


Wenn ich das richtig sehe, kannst du die "Soll-y-Werte" mit in die Modellfunktion übergeben und dort von den vorhergesagten abziehen. lsqnonlin sollte dann versuchen, diese Abweichungen komponentenweise auf 0 zu bekommen.

Grüße,
Harald
Private Nachricht senden Benutzer-Profile anzeigen
 
MaFam
Themenstarter

 Forum-Meister

Forum-Meister

Beiträge: 799
Anmeldedatum: 02.05.12
Wohnort: ---
Version: R2009b
     Beitrag Verfasst am: 30.10.2012, 08:50     Titel:
  Antworten mit Zitat      
Hallo Harald,

danke für den Tipp. Ich schaue mir das heute Abend an.

Grüße, Marc
Private Nachricht senden Benutzer-Profile anzeigen
 
MaFam
Themenstarter

 Forum-Meister

Forum-Meister

Beiträge: 799
Anmeldedatum: 02.05.12
Wohnort: ---
Version: R2009b
     Beitrag Verfasst am: 30.10.2012, 20:18     Titel:
  Antworten mit Zitat      
Code:

problem = createOptimProblem('lsqnonlin','x0',10*rand(4,1),'objective',...
                      @(poptmue) CubicPolynomModel(xm,poptmue)-ymue, 'options', options);
 


brachte den gewünschten Erfolg. Ich habe die Residuen einfach als Funktion definiert. Die Ergebnisse sind im übrigen hervorragend. Das Verfahren ist zumindest, was diese Problemklasse betrifft ga() um einiges voraus. So scheint es bis jetzt.

Danke nochmals!

Marc
Private Nachricht senden Benutzer-Profile anzeigen
 
Harald
Forum-Meister

Forum-Meister

Beiträge: 24.501
Anmeldedatum: 26.03.09
Wohnort: Nähe München
Version: ab 2017b
     Beitrag Verfasst am: 30.10.2012, 20:42     Titel:
  Antworten mit Zitat      
Hallo,

was ga angeht: dieser Algorithmus konvergiert extrem langsam, produziert aber einen guten Startpunkt für eine klassische Optimierung. Wenn ga wie hier zur globalen Optimierung eingesetzt wird und aber ansonsten auch ein Algorithmus aus der Optimization Toolbox eingesetzt werden könnte, würde ich auf jeden Fall eine Hybrid Function (Option 'hybridfcn') verwenden, um ausgehend von dem besten Wert von ga weiter zu verfeinern.

Grüße,
Harald
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

 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
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2025 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

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.