出确定的非线性模型中的参数,并且增加流动性,从而解决有关非线性最小二乘法的问题。Р(2)通用全局最优化法Р同时运用通用全局最优化法进行迭代,跳出局部最优解,足够平均足够多地随机投放初值,通过一个明确的目的走出局部最优解。Р所以我们采用麦夸尔特算法和通用全局最优化法进行求解。Р[3]步骤一,设已知数据矩阵Р首先,给出m个参数的初始值,由计算N组数据的残差平方和Q。Р步骤二,根据最小二乘法的原则,令,满足线性方程组:Р Р步骤三,解方程组,反复迭代,投放不同的初值,直到达到要求的精度为止,当时,迭代结束。Р结果的分析Р因为该模型为非线性模型,所以受初值的影响即与初值的选择有关,每次最优解不同,应从多组解选择最佳对策。Р所以我们将程序运行20次,针对不同的初值进行检验,提高结果的可靠性,计算结果见表2:Р表2 第二问运行结果统计分析表Р运行次数Р Р Р Р1Р2.03360802043466Р19.29392875314Р108.722524393061Р2Р2.03360800567199Р19.2939285728313Р108.72252463254Р3Р2.03360799469371Р19.2939284387685Р108.722524810626Р4Р2.03360801355374Р19.2939286692245Р108.722524504665Р5Р2.03360799469371Р19.2939284387685Р108.722524810626Р6Р2.03360798719995Р19.2939283472871Р108.722524932183Р7Р2.03360798903427Р19.2939283696747Р108.722524902429Р8Р2.03360798537388Р19.2939283249479Р108.72252496181
全文预览
