|
|
|
Vergleich Optimierungsmethoden |
|
| JoernS |
Forum-Anfänger
|
 |
Beiträge: 27
|
|
|
|
Anmeldedatum: 20.05.15
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
 |
|
Verfasst am: 29.07.2015, 15:05
Titel: Vergleich Optimierungsmethoden
|
 |
| |
 |
 |
Hallo,
ich habe Optimierungen mit verschiedenen Funktionen in matlab durchgeführt. Ich stelle mir nun die Frage wie ich die Ergebnisse miteinander vergleichen kann um anschließend sagen zu können was die "beste" Optimierung ist.
Ein Vergleich der Ergebnisse aus einer Optimierung mit der "Curve-Fitting-Toolbox" und einer weiteren Optimierung mit der Funktion "lsqcurvefit" stellt kein Problem dar, da diese beide nach der Methode der kleinsten Quadrate optimieren. Somit kann ich hier einfach die Summe der Fehlerquadrate vergleichen.
Ich habe aber auch mit der Funktion "fgoalattain" optimiert. Wie kann ich ich diese Ergebnisse nun mit den anderen Optimierungen vergleichen?
Die optimierten Parameter meiner Zielfunktion unterscheiden sich sehr stark, plote ich jedoch die Optimierungen so kann ich rotz sehr unterschiedlicher Parameter rein optisch keine Unterschiede feststellen, würe also rein anhand der Plots behaupten dass alls Optimierungen gut sind.
Ich möchte jedoch genau sagen können welche die beste Optimierung ist und warum.
Kann mir dabei jemand weiterhelfen?
Gruß
Jörn
|
|
|
|
|
|
| Nras |
Forum-Meister
|
|
Beiträge: 608
|
|
|
|
Anmeldedatum: 21.02.12
|
|
|
|
Wohnort: ---
|
|
|
|
Version: 7.12.0.635 (R2011a)
|
|
|
|
|
|
|
Verfasst am: 29.07.2015, 17:05
Titel:
|
|
Hallo,
es gibt verschiedene Methoden, wie man die Unterschied zweier Zeitreihen (zum Beispiel Messwerte gegen Modellergebnisse) durch eine Zahl ausdrücken kann. Beispiele sind der RMSE (root mean square deviation) oder der MAE (mean absolute error).
Gruß,
Nras.
|
|
|
|
| Harald |
Forum-Meister
|
|
Beiträge: 24.501
|
|
|
|
Anmeldedatum: 26.03.09
|
|
|
|
Wohnort: Nähe München
|
|
|
|
Version: ab 2017b
|
|
|
|
|
|
|
Verfasst am: 29.07.2015, 19:48
Titel:
|
|
Hallo,
in Erweiterung des Beitrags von Nras:
Jörn, es liegt an dir, dich für ein Maß zu entscheiden. Dieses Maß musst du dann für die andere Methode bestimmen. Es wäre nicht überraschend, wenn z.B. fgoalattain bei Summe der quadrierten Abweichungen schlechtere Ergebnisse liefert, weil ja nicht bzgl. dieses Maßes optimiert wurde.
Grüße,
Harald
|
|
|
|
| JoernS |
Themenstarter
Forum-Anfänger
|
|
Beiträge: 27
|
|
|
|
Anmeldedatum: 20.05.15
|
|
|
|
Wohnort: ---
|
|
|
|
Version: ---
|
|
|
|
|
|
|
Verfasst am: 30.07.2015, 07:32
Titel:
|
|
Hallo Harald,
danke, diese Antwort habe ich fast erwartet. Und deine Antwort bestätigt auch meine Ergebnisse von fgaolattain wennn ich die Summe der quadrierten Residuen ansehe und diese mit lsqcurvefit vergleiche.
Ich werde mich dann vermutlich trotzdem für dieses Maß entscheiden, vor allem da ich aufgrund von relativ wenigen Messwerten kein perfektes Ergebnis erwarten kann und die Methode der kleinsten Quadrate einfach ein gäniges Standardverfahren ist.
Dank auch an Nras.
Gruß
Jörn
|
|
|
|
|
|
|
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
|
|
Impressum
| Nutzungsbedingungen
| Datenschutz
| FAQ
|  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.
|
|
