С Новым годом! Форум программистов, компьютерный форум, киберфорум
Matlab
Войти
Регистрация
Восстановить пароль
Блоги Сообщество Поиск Заказать работу  
 
Рейтинг 4.89/18: Рейтинг темы: голосов - 18, средняя оценка - 4.89
0 / 0 / 0
Регистрация: 02.02.2014
Сообщений: 4

Метод покоординатного спуска

02.02.2014, 14:49. Показов 3541. Ответов 1
Метки нет (Все метки)

Студворк — интернет-сервис помощи студентам
Друзья, имеется матлабовский файл, в котором реализован прогноз на базе нечетких лингвистических правил.
Есть реальные данные, которые хранятся в массиве Data1, и уже найденные спрогнозированные значения X3First,X3Second, которые зависят от коеф. b и c гауссовской функции. Изначально они подобраны методом втыка. В конц записана целевая функция, которая описывает расхождения в квадрате реальных и прогнозированных данных. Помогите пожалуйста оптимизировать целевую функцию и найти такие пары коеф. b с, чтобы расхождение было как можно меньшим. Спасибо!
Листинг программы
Matlab M
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
xN=31;
X1=38;
X2=47;
X3=53;
X4=58;
XV=61;
Data1=[33,33,34,34;
       36,37,35,35;
       39,44,47,46;
       50,58,58,60];
bN=32.3;cN=4.6;
bNS=39;cNS=4;
bS=44;cS=8;
bVS=53;cVS=2;
bV=59;cV=4;
 
%%%%%%%%%%%%%%%%    F1
MNx3=min(gaussmf(Data1(1,1),[cN bN]),gaussmf(Data1(1,2),[cN bN]));
MSx3=min(gaussmf(Data1(1,1),[cNS bNS]),gaussmf(Data1(1,2),[cNS bNS]));
MVx3=min(gaussmf(Data1(1,1),[cS bS]),gaussmf(Data1(1,2),[cV bV]));
x3First=(xN*MNx3+X2*MSx3+X4*MVx3)/(MNx3+MSx3+MVx3);
 
MNx3=min(gaussmf(Data1(2,1),[cN bN]),gaussmf(Data1(2,2),[cN bN]));
MSx3=min(gaussmf(Data1(2,1),[cNS bNS]),gaussmf(Data1(2,2),[cNS bNS]));
MVx3=min(gaussmf(Data1(2,1),[cS bS]),gaussmf(Data1(2,2),[cV bV]));
x3Second=(xN*MNx3+X2*MSx3+X4*MVx3)/(MNx3+MSx3+MVx3);
 
MNx3=min(gaussmf(Data1(3,1),[cN bN]),gaussmf(Data1(3,2),[cN bN]));
MSx3=min(gaussmf(Data1(3,1),[cNS bNS]),gaussmf(Data1(3,2),[cNS bNS]));
MVx3=min(gaussmf(Data1(3,1),[cS bS]),gaussmf(Data1(3,2),[cV bV]));
x3Third=(xN*MNx3+X2*MSx3+X4*MVx3)/(MNx3+MSx3+MVx3);
 
MNx3=min(gaussmf(Data1(4,1),[cN bN]),gaussmf(Data1(4,2),[cN bN]));
MSx3=min(gaussmf(Data1(4,1),[cNS bNS]),gaussmf(Data1(4,2),[cNS bNS]));
MVx3=min(gaussmf(Data1(4,1),[cS bS]),gaussmf(Data1(4,2),[cV bV]));
x3Fourth=(xN*MNx3+X2*MSx3+X4*MVx3)/(MNx3+MSx3+MVx3);
 
%%%%%%%%%%%%%%%%    F2
MNx4=min(gaussmf(Data1(1,1),[cN bN]),gaussmf(Data1(1,2),[cN bN]));
MSx4=min(gaussmf(Data1(1,1),[cNS bNS]),gaussmf(Data1(1,2),[cNS bNS]));
MVx4=min(gaussmf(Data1(1,1),[cS bS]),gaussmf(Data1(1,2),[cV bV]));
x4First=(xN*MNx4+X2*MSx4+X4*MVx4)/(MNx4+MSx4+MVx4);
 
MNx4=min(gaussmf(Data1(2,1),[cN bN]),gaussmf(Data1(2,2),[cN bN]));
MSx4=min(gaussmf(Data1(2,1),[cNS bNS]),gaussmf(Data1(2,2),[cNS bNS]));
MVx4=min(gaussmf(Data1(2,1),[cS bS]),gaussmf(Data1(2,2),[cV bV]));
x4Second=(xN*MNx4+X2*MSx4+X4*MVx4)/(MNx4+MSx4+MVx4);
 
MNx4=min(gaussmf(Data1(3,1),[cN bN]),gaussmf(Data1(3,2),[cN bN]));
MSx4=min(gaussmf(Data1(3,1),[cNS bNS]),gaussmf(Data1(3,2),[cNS bNS]));
MVx4=min(gaussmf(Data1(3,1),[cS bS]),gaussmf(Data1(3,2),[cV bV]));
x4Third=(xN*MNx4+X2*MSx4+X4*MVx4)/(MNx4+MSx4+MVx4);
 
MNx4=min(gaussmf(Data1(4,1),[cN bN]),gaussmf(Data1(4,2),[cN bN]));
MSx4=min(gaussmf(Data1(4,1),[cNS bNS]),gaussmf(Data1(4,2),[cNS bNS]));
MVx4=min(gaussmf(Data1(4,1),[cS bS]),gaussmf(Data1(4,2),[cV bV]));
x4Fourth=(xN*MNx4+X2*MSx4+X4*MVx4)/(MNx4+MSx4+MVx4);
%%%%%%%%%%%%%%%%   F3
MNxForward=gaussmf(Data1(1,4),[cN bN]);
MNSxForward=gaussmf(Data1(1,4),[cNS bNS]);
MSxForward=gaussmf(Data1(1,4),[cS bS]);
xForward1=(xN*MNxForward+X1*MNSxForward+X2*MSxForward)/(MNxForward+MNSxForward+MSxForward);
 
MNxForward=gaussmf(Data1(2,4),[cN bN]);
MNSxForward=gaussmf(Data1(2,4),[cNS bNS]);
MSxForward=gaussmf(Data1(2,4),[cS bS]);
xForward2=(xN*MNxForward+X1*MNSxForward+X2*MSxForward)/(MNxForward+MNSxForward+MSxForward);
 
MNxForward=gaussmf(Data1(3,4),[cN bN]);
MNSxForward=gaussmf(Data1(3,4),[cNS bNS]);
MSxForward=gaussmf(Data1(3,4),[cS bS]);
xForward3=(xN*MNxForward+X1*MNSxForward+X2*MSxForward)/(MNxForward+MNSxForward+MSxForward);
%%%%%%2014
MNxForward=gaussmf(Data1(4,4),[cN bN]);
MNSxForward=gaussmf(Data1(4,4),[cNS bNS]);
MSxForward=gaussmf(Data1(4,4),[cS bS]);
xForward4=(xN*MNxForward+X1*MNSxForward+X2*MSxForward)/(MNxForward+MNSxForward+MSxForward);
 
 
%%%%%%%%%%%%%%%%  F4
 
MNxForward1=min(gaussmf(Data1(1,4),[cN bN]),gaussmf(Data1(2,1),[cN bN]));
MNSxForward1=min(gaussmf(Data1(1,4),[cN bN]),gaussmf(Data1(2,1),[cNS bNS]));
MVxForward1=min(gaussmf(Data1(1,4),[cS bS]),gaussmf(Data1(2,1),[cS bS]));
xTwoForward1=(xN*MNxForward1+X1*MNSxForward1+X4*MVxForward1)/ (MNxForward1+MNSxForward1+MVxForward1);
 
MNxForward1=min(gaussmf(Data1(2,4),[cN bN]),gaussmf(Data1(3,1),[cN bN]));
MNSxForward1=min(gaussmf(Data1(2,4),[cN bN]),gaussmf(Data1(3,1),[cNS bNS]));
MVxForward1=min(gaussmf(Data1(2,4),[cS bS]),gaussmf(Data1(3,1),[cS bS]));
xTwoForward2=(xN*MNxForward1+X1*MNSxForward1+X4*MVxForward1)/(MNxForward1+MNSxForward1+MVxForward1);
 
MNxForward1=min(gaussmf(Data1(3,4),[cN bN]),gaussmf(Data1(4,1),[cN bN]));
MNSxForward1=min(gaussmf(Data1(3,4),[cN bN]),gaussmf(Data1(4,1),[cNS bNS]));
MVxForward1=min(gaussmf(Data1(3,4),[cS bS]),gaussmf(Data1(4,1),[cS bS]));
xTwoForward3=(xN*MNxForward1+X1*MNSxForward1+X4*MVxForward1)/ (MNxForward1+MNSxForward1+MVxForward1);
%%%%%%201cN
MNxForward1=min(gaussmf(Data1(4,4),[cN bN]),gaussmf(xForward4,[cN bN]));
MNSxForward1=min(gaussmf(Data1(4,4),[cN bN]),gaussmf(xForward4,[cNS bNS]));
MVxForward1=min(gaussmf(Data1(4,4),[cS bS]),gaussmf(xForward4,[cS bS]));
xTwoForward4=(xN*MNxForward1+X1*MNSxForward1+X4*MVxForward1)/ (MNxForward1+MNSxForward1+MVxForward1);
%%% Целевая функция
f=(Data1(1,3)-x3First)^2+(Data1(2,3)-x3Second)^2+(Data1(3,3)-x3Third)^2+(Data1(4,3)-x3Fourth)^2+(Data1(1,4)-x4First)^2+(Data1(2,4)-x4Second)^2+(Data1(3,4)-x4Third)^2+(Data1(4,4)-x4Fourth)^2+(Data1(2,1)-xForward1)^2+(Data1(3,1)-xForward2)^2+(Data1(4,1)-xForward3)^2+(Data1(2,2)-xTwoForward1)^2+(Data1(3,2)-xTwoForward2)^2+(Data1(4,2)-xTwoForward3)^2
0
Programming
Эксперт
39485 / 9562 / 3019
Регистрация: 12.04.2006
Сообщений: 41,671
Блог
02.02.2014, 14:49
Ответы с готовыми решениями:

Метод покоординатного спуска
Помогите кто-нибудь реализовать метод покоординатного спуска на MATLAB вот некоторые материалы по методу ...

Оптимизации методом покоординатного спуска
Есть код: clear all; clc; g = 0.05; % постоянная шага d = 0.01; % дельта % Начальная точка x1 = -3; x2 = 3; k = 1; %...

Оптимизация методом покоординатного спуска
clear all; clc; format long; g = 0.5; % постоянная шага d = 0.01; % дельта % Начальная точка x1 = 0; x2 = 0; k = 1; %...

1
319 / 258 / 30
Регистрация: 30.03.2013
Сообщений: 755
06.02.2014, 11:27
Может это подойдет

http://www.mathworks.com/help/... ction.html
0
Надоела реклама? Зарегистрируйтесь и она исчезнет полностью.
inter-admin
Эксперт
29715 / 6470 / 2152
Регистрация: 06.03.2009
Сообщений: 28,500
Блог
06.02.2014, 11:27
Помогаю со студенческими работами здесь

Оптимизация методом покоординатного спуска
код программы есть. осталось найти минимизируемую функцию. Бункер для хранения зерна, для его лучшей сохранности, должен иметь форму...

Минимизация функции методом покоординатного спуска
Приветствую всех, кто зашел в эту тему. Друзья, прошу помочь разобраться с реализацией метода покоординатного спуска в Matlab, указанной...

Оптимизация методом покоординатного спуска (Гаусса-Зейделя)
Есть рабочий вариант: clear all; clc; % Значения коэффициентов c1 = -2; c2 = -1; c12 = 1; g = 0.2; % постоянная шага d =...

Метод покоординатных итераций или Метод градиентного спуска
Доброго времени суток. Помогите нубуу) Очень нужно найти решение системы уравнений либо методом покоординатных итераций, либо методом...

Метод наискорейшего спуска или градиентный метод
Помогите пожалуйста с заданием. Дали отчет и там нужно сделать 4 задания, 3 сделал осталось последнее из книги Numerical methods. using...


Искать еще темы с ответами

Или воспользуйтесь поиском по форуму:
2
Ответ Создать тему
Новые блоги и статьи
Модель микоризы: классовый агентный подход 3
anaschu 06.01.2026
aa0a7f55b50dd51c5ec569d2d10c54f6/ O1rJuneU_ls https:/ / vkvideo. ru/ video-115721503_456239114
Owen Logic: О недопустимости использования связки «аналоговый ПИД» + RegKZR
ФедосеевПавел 06.01.2026
Owen Logic: О недопустимости использования связки «аналоговый ПИД» + RegKZR ВВЕДЕНИЕ Введу сокращения: аналоговый ПИД — ПИД регулятор с управляющим выходом в виде числа в диапазоне от 0% до. . .
Модель микоризы: классовый агентный подход 2
anaschu 06.01.2026
репозиторий https:/ / github. com/ shumilovas/ fungi ветка по-частям. коммит Create переделка под биомассу. txt вход sc, но sm считается внутри мицелия. кстати, обьем тоже должен там считаться. . . .
Расчёт токов в цепи постоянного тока
igorrr37 05.01.2026
/ * Дана цепь постоянного тока с сопротивлениями и напряжениями. Надо найти токи в ветвях. Программа составляет систему уравнений по 1 и 2 законам Кирхгофа и решает её. Последовательность действий:. . .
Новый CodeBlocs. Версия 25.03
palva 04.01.2026
Оказывается, недавно вышла новая версия CodeBlocks за номером 25. 03. Когда-то давно я возился с только что вышедшей тогда версией 20. 03. С тех пор я давно снёс всё с компьютера и забыл. Теперь. . .
Модель микоризы: классовый агентный подход
anaschu 02.01.2026
Раньше это было два гриба и бактерия. Теперь три гриба, растение. И на уровне агентов добавится между грибами или бактериями взаимодействий. До того я пробовал подход через многомерные массивы,. . .
Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост.
Programma_Boinc 28.12.2025
Советы по крайней бережливости. Внимание, это ОЧЕНЬ длинный пост. Налог на собак: https:/ / **********/ gallery/ V06K53e Финансовый отчет в Excel: https:/ / **********/ gallery/ bKBkQFf Пост отсюда. . .
Кто-нибудь знает, где можно бесплатно получить настольный компьютер или ноутбук? США.
Programma_Boinc 26.12.2025
Нашел на реддите интересную статью под названием Anyone know where to get a free Desktop or Laptop? Ниже её машинный перевод. После долгих разбирательств я наконец-то вернула себе. . .
КиберФорум - форум программистов, компьютерный форум, программирование
Powered by vBulletin
Copyright ©2000 - 2026, CyberForum.ru