1. 程式人生 > 實用技巧 >MATLAB 高斯牛頓法最優化

MATLAB 高斯牛頓法最優化

計算步驟如下:

下面使用書中的練習y=exp(a*x^2+b*x+c)+w這個模型驗證一下,其中w為噪聲,a、b、c為待解算係數。

程式碼如下:

 1 clear all;
 2 close all;
 3 clc;
 4 
 5 a=1;b=2;c=1;              %待求解的係數
 6 
 7 x=(0:0.01:1)';
 8 w=rand(length(x),1)*2-1;   %生成噪聲
 9 y=exp(a*x.^2+b*x+c)+w;     %帶噪聲的模型 
10 plot(x,y,'.')
11 
12 pre=rand(3,1);      %步驟1
13 for
i=1:1000 14 15 f = exp(pre(1)*x.^2+pre(2)*x+pre(3)); 16 g = y-f; %步驟2中的誤差 17 18 p1 = exp(pre(1)*x.^2+pre(2)*x+pre(3)).*x.^2; %對a求偏導 19 p2 = exp(pre(1)*x.^2+pre(2)*x+pre(3)).*x; %對b求偏導 20 p3 = exp(pre(1)*x.^2+pre(2)*x+pre(3)); %對c求偏導 21
J = [p1 p2 p3]; %步驟2中的雅克比矩陣 22 23 delta = inv(J'*J)*J'* g; %步驟3,inv(J'*J)*J'為H的逆 24 25 pcur = pre+delta; %步驟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 %比較一下 37 [a b c] 38 pre'

迭代結果,其中散點為帶噪聲資料,紅線為原始模型,綠線為解算模型