МНК+Оптимизация

Обсуждение научных открытий, алгоритмов и инженерных новинок
Ответить
Denis1984
junior
junior
Сообщения: 56
Зарегистрирован: 22 ноя 2012, 09:47
Версия LabVIEW: 8.2
Откуда: Санкт-Петербург
Контактная информация:

МНК+Оптимизация

Сообщение Denis1984 »

Здравствуйте,
достаточно необычная задача, но может кто подскажет возможные пути решения
Описание:
есть два ряда данных:
- объясняемый параметр y;
- объясняющий параметр x;
Форма связи полином пятой степени: y = A1*x + A2*x^2 + A3*x^3 + A4*x^4 + A5*x^5;
Проблема в том, что массив y составлен из двух подмассивов. Первый массив просто числа, вторая массив просто числа умноженные на какой-то коэффициент, то есть нечно подобное
y = {1; 2; 3; 4; 5; B * 6; B*7; B*8; B*9; B*10 }
Цель: каким-то способом (например МНК) определить коэффициенты регрессии A1, A2, A3, A4, A5 и коэффициент B.

В LabVIew реализованы и МНК и методы численной оптимизации, вопрос как в этой задаче связать их вместе?
Аватара пользователя
IvanLis

Activity Professionalism Tutorials Gold Man of the year 2012
Автор
guru
guru
Сообщения: 5461
Зарегистрирован: 02 дек 2009, 17:44
Награды: 7
Версия LabVIEW: 2015, 2016
Откуда: СССР
Благодарил (а): 27 раз
Поблагодарили: 86 раз

Re: МНК+Оптимизация

Сообщение IvanLis »

Denis1984 писал(а):Здравствуйте,
достаточно необычная задача, но может кто подскажет возможные пути решения
Описание:
есть два ряда данных:
- объясняемый параметр y;
- объясняющий параметр x;
Форма связи полином пятой степени: y = A1*x + A2*x^2 + A3*x^3 + A4*x^4 + A5*x^5;
Проблема в том, что массив y составлен из двух подмассивов. Первый массив просто числа, вторая массив просто числа умноженные на какой-то коэффициент, то есть нечно подобное
y = {1; 2; 3; 4; 5; B * 6; B*7; B*8; B*9; B*10 }
Цель: каким-то способом (например МНК) определить коэффициенты регрессии A1, A2, A3, A4, A5 и коэффициент B.

В LabVIew реализованы и МНК и методы численной оптимизации, вопрос как в этой задаче связать их вместе?
Готового решения я не знаю.
В любом случае численные методы вносят некоторую ошибку, а решение оптимизационной задачи - правильно сформулированных (и обоснованных) ограничений.

По хорошему, при любом значении B будут вычислены значения коэф. A. Изменение значения B наверняка приведет к изменения ошибки аппроксимации - Error.

Могу предложить следующий вариант, задаются пределы изменения B и шаг dB. Для каждого значения вычисляются A и Error (General Polynomial Fit). Таким образом получаем зависимость w=Error(B).
Затем известными методами находим минимум функции w=Error(B) -> B -> A
Denis1984
junior
junior
Сообщения: 56
Зарегистрирован: 22 ноя 2012, 09:47
Версия LabVIEW: 8.2
Откуда: Санкт-Петербург
Контактная информация:

Re: МНК+Оптимизация

Сообщение Denis1984 »

IvanLis,
спасибо за ответ.
Наверное так и нужно сделать. Построить зависимость коэффициента детерминации от В, затем искать минимум функции.
Аватара пользователя
skameykin22
interested
interested
Сообщения: 1
Зарегистрирован: 10 сен 2017, 08:37
Версия LabVIEW: NXG 1.0
Откуда: Санкт-Петербург
Контактная информация:

Re: МНК+Оптимизация

Сообщение skameykin22 »

И как, удалось найти правильное решение?
Ответить

Вернуться в «Наука»