[英]Use recursive MATLAB function or optimization?
我正在尝试确定一种最有效,最精确的方法来计算一个称为R
的值,该值只能取0
到1
之间的值。 现在,我在下面的脚本中使用了下面的函数,但是我感觉我以一种非最佳的方式进行操作。 目前,我得到一个答案,并且必须(再次)将该答案作为初始“猜测”,以获取(下一个)最佳答案。 我可以为此建立更好的递归,还是可以使用Matlab的求解器之一? 谢谢!
功能:
function f = Rfind(p,u,R)
f = p .* (R.^u);
end
剧本:
R = 0.999995753651217; % initial guess
matches = false;
while ~matches && R < 1
R = R + 0.0000000000000000001; % increment R for next guess
Jtotal = sum(Rfind(p,u,R)); % find R
if abs(Jtotal - R)*10000000000 < 5 % check precision of result
matches = true; % if R matches R fed to function, successful
end
end
Jtotal
我要确定的是:
求出R
的值等于数组p
乘以R
到数组u
的幂的和。 数组p
和数组u
都具有相同数量的元素,即,每1列包含12行。 我的函数为每个p
和u
行计算R
,然后增加其猜测值以找到下一个最接近的匹配项。 一旦达到精度极限或输入R
和输出总和相同,它将停止。
示例数据:
数组p
0.00000693
0.00000231
0.00001386
0.00000924
0.00041360
0.00461657
0.03085337
0.01595235
0.09614154
0.06832660
0.11103563
0.67262800
数组u
50000
500
50
25
10
7.5
5
3.5
2.5
1.25
1
0
重要提示 :为此,我需要最高的精度,但我不希望像上面的扩展那样花费10分钟。
您可以为此使用fminbnd
:
% first assign p and u
% define the function that you want to minimize:
Rfind = @(R) abs(sum(p.*(R.^u)) - R)
% set the tolerance to maximum:
options = optimset('TolX',eps);
% find the value between 0 to 1 that minimize the function Rfind:
[R, err] = fminbnd(Rfind,0,1,options)
并获得(不到一秒钟的时间):
R =
0.999995761369809
err =
9.196743366857163e-11
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.