求反求参数（无约束非线性优化方法）matlab实现

《求反求参数（无约束非线性优化方法）matlab实现》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、1．求反求参数（无约束非线性优化方法）的matlab实现求反求参数（无约束非线性优化方法）的matlab实现参数k,d。初始值代入差分得到计算值T算，（由程序），给出实测值T测，目标函数各点计算值与实测值的差最小。？因参数和目标函数间通过一系列数值计算，不知有下面的方法能否得到k,d想用Nelder-Mead法（单纯形法）优化：%Nelder-Mead法解最优化问题%-函数f(x1,x2,...,xn)是一个有N个实数变量的函数，而且给定N+1个初始点%Vk=(vk,1,...,vk,N),k=0,1,...,Nfunction[v0,y0,dv,dy]=nelder(F

2、,V,min1,max1,epsilon,show)%Input-Fistheobjectfunctioninputasstring'F'%      -Visa3*nmatrixcontaioningstaringsimplex%      -min1&max1areminimunandmaximunnumber%        ofiterations%      -epsilonisthetolerance%      -show==1displaysiterations(pandQ)%output-v0isthevertexfortheminimun%      

3、-y0isthefunctionvalueF(v0)%      -dVisthesizeofthefinalsimplex%      -dyistheerrorboundfortheminimum%      -p  isamatrixcontainingthevertexiterations%      -Q  isanarraycontainingtheiterationsforF(p)ifnargin==5,  show=0;end[mmn]=size(V);%Ordertheverticesforj=1:n+1  z=V(j,1:n);  Y(j)=feval

4、(F,z);end[mmlo]=min(Y);[mmhi]=max(Y);li=hi;ho=lo;forj=1:n+1  if(j~=lo&j~=hi&Y(j)<=Y(li))    li=j;endif(j~=hi&j~=lo&Y(j)>Y(li))  ho=j;  endendcnt=0;%Startofnelder-MeadalgorithmWhile(Y(hi)>Y(lo)+epsilon&cnt

5、cnt

6、;  R=2*M-V(hi,1:n);  yR=feval(F,R);  if(yR

7、n)=R;      Y(hi)=yR;      end      c=(V(hi,1:n)+M)/2;      yc=feval(F,c);      c2(M+R)/2;      yc2=feval(F,c2);      if(yc2

8、(j,1:n)+V(lo,1:n))/2;            z=V(j,1:n);            Y(j)=feval(F,z);          end      end    end  end  [mmlo]=min(Y);  [mmhi]=max(Y);  li=hi;  ho=lo;  forj=1;n+1    if(j~=lo&j~=hi&Y(j)<=Y(li))      li=j;    end    if(j~=hi&j~=lo&Y(j)>Y(ho))      ho=j;    end  e