首页 > 其他 > 详细

MATLAB 高斯牛顿法最优化

时间:2020-09-10 16:40:59      阅读:113      评论:0      收藏:0      [点我收藏+]

计算步骤如下:

技术分享图片

下面使用书中的练习y=exp(a*x^2+b*x+c)+w这个模型验证一下,其中w为噪声,a、b、c为待解算系数。

代码如下:

 1 clear all;
 2 close all;
 3 clc;
 4 
 5 a=1;b=2;c=1;              %待求解的系数
 6 
 7 x=(0:0.01:1);
 8 w=rand(length(x),1)*2-1;   %生成噪声
 9 y=exp(a*x.^2+b*x+c)+w;     %带噪声的模型 
10 plot(x,y,.)
11 
12 pre=rand(3,1);      %步骤1
13 for i=1:1000
14     
15     f = exp(pre(1)*x.^2+pre(2)*x+pre(3));
16     g = y-f;                    %步骤2中的误差 
17     
18     p1 = exp(pre(1)*x.^2+pre(2)*x+pre(3)).*x.^2;    %对a求偏导
19     p2 = exp(pre(1)*x.^2+pre(2)*x+pre(3)).*x;       %对b求偏导
20     p3 = exp(pre(1)*x.^2+pre(2)*x+pre(3));          %对c求偏导
21     J = [p1 p2 p3];             %步骤2中的雅克比矩阵
22     
23     delta = inv(J*J)*J* g;    %步骤3,inv(J*J)*J为H的逆
24     
25     pcur = pre+delta;           %步骤4
26     if norm(delta) <1e-16
27         break;
28     end
29     pre = pcur;
30 end
31 
32 hold on;
33 plot(x,exp(a*x.^2+b*x+c),r);
34 plot(x,exp(pre(1)*x.^2+pre(2)*x+pre(3)),g);
35 
36 %比较一下
37 [a b c]
38 pre

迭代结果,其中散点为带噪声数据,红线为原始模型,绿线为解算模型

技术分享图片

MATLAB 高斯牛顿法最优化

原文:https://www.cnblogs.com/ybqjymy/p/13645624.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!