[英]MATLAB non-linear regression using cost function
目前,我正在尝试弄清楚如何使用 model 解决非线性系统。 model 是:
m2(x) = a*x + 2*exp(b*x)
我必须使用数据解决 a 和 b :
x = [0.00,0.25,0.50,0.75,1.00];
y = [2.10,3.70,6.26,10.03,16.31];
使用它我解决了以下成本 function:
(a,b) = sum(y(i) - m2(x(i))^2
我已经尝试了一段时间,但我不知道如何从 m2(x(i)) 中提取 a 和 b。 fsolve 对我不起作用,我也尝试过常规解决 function。 我不是在寻找答案,而是在寻找一个方向,因为我正处于一个完全的障碍中。
编辑:model 捕获 y 对自变量 x 的依赖性我运行此 function 以获得 5 个方程。
function [f] = func(x,y)
syms a b
f = a*x + 2 * exp(b*x) == y;
end
与司机:
for i = 1:5
f(i) = func(x(i),y(i));
end
disp(f');
你的未知数是a,b
所以我在 model 中将它们参数化为w
,而不是你所做的。 我使用lsqnonlin
并解决如下:
x = [0.00,0.25,0.50,0.75,1.00];
y = [2.10,3.70,6.26,10.03,16.31];
m2 = @(w) w(1)*x + 2*exp(w(2)*x);
cost_func = @(w) m2(w)-y;
v = lsqnonlin(cost_func,[1 1]); % normal least squares
plot(x,y,'x',x,m2(v));
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.