Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 752
Скачиваний: 2
|
|
Нелинейные |
модели |
411 |
значений |
х2. Угловые |
коэффициенты этих прямых, |
аппроксими |
|
рующие |
параметр ß t , |
равны: |
Ь<0> |
|
|
|
JC2 |
|
0 3,1
12,9
23,2
так что в качестве Ь[0) можно использовать среднее значение 3,1. Заметим, что, если бы отсутствовали повторные значения х2, вышеприведенная процедура требовала бы значительной интер поляции данных.
'г , |
— I |
|
|
оі |
|
|
|
I |
|
|
I |
|
I |
|
|
|
|
О |
|
|
|
I |
|
|
2 |
|
3 |
|
|
|
|
|
|
|
|
Ф и г. П.6.2.4а. |
|
|
|
|
|||
Для |
получения |
Ь'0 ) |
и bf |
запишем |
|
|
|
|
|||||
|
|
|
|
(г) |
- |
3,1*і) = |
ßaePs«., |
|
|
|
|
||
|
|
In |
(л — ЗДжД |
= |
In ß 2 |
+ ß3x2. |
|
|
(в) |
||||
На фиг. II.6.2.46 |
изображен |
график |
зависимости In (Y |
— ЗДа^) |
|||||||||
от х2 для некоторого |
набора |
данных; |
угловой коэффициент этой |
||||||||||
прямой |
представляет |
|
собой |
оценку |
&|°\ |
а |
отрезок, |
отсекаемый |
|||||
ею на |
оси |
ординат, |
приближенно равен |
In (bl20)). |
Из |
чертежа |
|||||||
следует, |
что |
Ь(20) œ |
2,9 |
и |
|
|
|
|
|
|
|
||
|
|
|
Ь у > ^ |
1° 2.88-1° 1.02 |
= _ 0 |
> 5 |
2 . |
|
|
Эти оценки близки к истинным значениям параметров, ибо при получении имитированных данных была выбрана небольшая дис персия ошибок.
Затем следует принять решение о выборе весов. В этом примере все наборы данных будут входить с равным весом, т. е. w( = 1.
412 |
Глава 6 |
Наконец, необходимо установить критерий прекращения поиска, чтобы вычислительная машина «знала», когда прервать вычисле
но, |
. |
-0,5
Ф и г . П.6.2.46.
ния; пусть этот критерии для каждого параметра имеет вид
|
|
h—°i— |
< ю-". |
(r) |
|||
|
|
|
|
|
|
|
|
Частные производные от |
п |
|
равны |
|
|||
|
|
|
дц |
|
|
|
|
|
|
|
дц |
|
|
|
|
|
|
|
Ж |
|
|
|
|
|
|
|
дг\ |
hx2e^. |
|
||
|
|
|
ößs |
|
|
||
Следовательно, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Vößi |
/ о ' |
|
|
|
|
|
|
V aßt Jo' |
^ 2 1 |
= 0,0, |
|
||||
|
3ß 2 |
/ о ' |
|
|
|
|
|
\ |
öß 2 |
Jo' |
„-0,52-1 |
= 0,594, |
|
||
|
|
|
|
|
|||
I |
дщ \ |
:2,9 . 0 . e - ° - 52 - o = |
o, |
||||
W ß s |
Jo' |
||||||
I |
дц2 |
\ |
^ . Э - І . е - 0 |
. » 2 - 1 = |
1,723, |
||
\ |
öß 3 |
Jo |
|
|
|
Нелинейные |
модели |
|
|
413 |
|
Эти |
элементы составляют |
матрицу |
Х < 0 ) , по которой |
можно под |
||||
считать матрицу [Хі0))т |
Х < |
0 ) = А ( 0 ) . Элементы |
матрицы |
Е < |
0 ) равны |
|||
E T |
= Уі - (Лі)о = У і - ( 3 , Ь і і + 2,9e-".62*«) = |
|
|
|
||||
|
|
|
|
= 2,93 —(3,1-0 +2,9e - 0 . " - 0 ) = 0,03, |
||||
|
. £ 2 0 , = F 2 - ( î ] 2 |
) 0 = l , 9 5 - ( 3 , l - 0 + 2 , 9 e - ° . 5 2 1 ) = 0,23 . |
||||||
и т. д. |
|
|
|
|
|
|
|
|
|
Отсюда |
можно вычислить матрицу Х ( 0 ) Г Е ' 0 ) . Затем |
по |
форму |
||||
ле |
(6.2.16) |
можно |
найти матрицу |
В ( 0 ) и, |
используя выраже |
|||
ние |
(6.2.17), вычислить |
вектор Ь ( 1 ) . |
|
|
|
|||
|
|
|
|
|
|
Таблица |
П.6.2.46 |
|
|
|
Уточнение |
параметров методом Гаусса — Зайделя |
|
||||
|
Номер цикла |
|
ь(«) |
ь(»> |
Ь («) |
|
Ф<«) |
|
0 (начальное |
приближе |
|
з д |
2,9 |
-0,52 |
|
0,1981 |
|
ние) |
|
|
3,017 |
2,958 |
—0,5222 |
|
0,1573 |
|
1 |
|
|
|
|
||||
2 |
|
|
|
3,017 |
2,958 |
—0,5220 |
|
0,1574 |
3 |
|
|
|
3,017 |
2,958 |
-0,5220 |
|
0,1574 |
В табл. П.6.2.46 показан процесс уточнения параметров по циклам (записаны лишь четыре значащие цифры). Заметим, что начальные предположения близки к конечным оценкам параме тров ß и при хорошо сходящейся целевой функции оказалось достаточно небольшого числа циклов, чтобы согласно критерию прекращения поиска расчет был приостановлен.
Чтобы сделать итерационную |
процедуру быстро сходящейся |
и избежать колебаний при менее |
благоприятных целевых функ |
циях, чем в примере 6.2.4, некоторые авторы предлагают во время каждого цикла итерации автоматически исследовать поведение суммы квадратов отклонений ф в направлениях, задаваемых элементами ß [9—11]. Хартли после вычисления матрицы (6.2.16),
но |
перед |
применением формулы (6.2.17) |
подсчитывал |
несколько |
|||||
значений ф для различных значений vjAbjn) |
в интервале 0 ^ Vj ^ |
||||||||
^ |
1. Конечно, можно взять и другой интервал. Значение Vj, при |
||||||||
котором |
функция фш(ѵ) |
имела |
минимум, например |
ѵ*, исполь |
|||||
зовалось |
для получения |
(п + |
1)-го |
вектора |
Ь, |
путем замены |
|||
V* = hj |
в формуле (6.2.17). Если |
для |
подгонки |
к |
значениям |
||||
фш |
(ѵ) брали некоторую |
параболу, |
как на |
фиг. 6.2.6, |
|||||
|
|
фт (у.) = а 0 |
+ aiVj + |
а2ѵ), |
|
|
|
414 |
|
Глава 6 |
|
то |
для определения коэффициентов а0, ау и а2, |
а также ѵ* = |
|
= |
—aJ2a2 требовалось лишь |
три значения ф. Хартли показал, |
|
что |
эта модификация метода |
Гаусса — Зайделя |
при некоторых |
заданных условиях обеспечивает сходимость к минимуму ф. Однако в'силу того, что необходимые требования, вообще говоря, не могут быть установлены до нахождения минимума ф, практиче ская польза метода Хартли заключается в том, что он дает неко торый объективный, а не субъективный критерий выбора вели чины hj в формуле (6.2.17). Предлагаемый метод поиска имеет неко торое преимущество перед методом наискорейшего спуска (кото
рый будет |
кратко |
рассмотрен), |
заключающееся |
в |
том, что он |
||||
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Парабола, |
построенная |
ШІ |
|||
|
|
|
|
по трем |
значениям |
<f>(äb ) |
|||
|
|
|
±Д6<п> |
йЬ (п) |
|
|
|
|
|
|
|
Ф и г. 6.2.6. Исследование поверхности ф. |
|
|
|||||
позволяет контролировать масштаб шагов (выбор |
их |
размера) |
|||||||
при уточнении ф. Любой метод, |
при котором |
непрерывно регу |
|||||||
лируется величина hj, так что функция ф может лишь |
уменьшать |
||||||||
ся, но никоим |
образом не возрастать, обходит ряд |
трудностей, |
|||||||
присущих |
стандартному методу |
Гаусса — Зайделя, |
в котором |
||||||
величина hj равна |
единице. |
|
|
|
|
|
|
||
Пример 6.2.5, |
Модифицированные варианты |
метода |
Гаусса — |
||||||
|
|
Зайделя |
|
|
|
|
|
|
В работе [12] использовалась модификация Хартли метода Гаусса — Зайделя для подгонки значений потенциала Томаса — Ферми — Дирака для атомов, протабулированного Томасом. Модель имела вид
Tj |
(х, |
ß „ . . . , |
ß 6 ) |
= |
ß i e - k * + |
ß3e-&iX |
+ |
ß e e - f o * . |
|
|
|
Параметр |
ѵ мог изменяться |
от —1,5 до 1,75 с интервалом |
0,25. |
||||||||
Для каждого |
параметра |
ьу° на каждом |
цикле |
подсчитывалось |
|||||||
14 значений |
ф(П)(ѵ); |
определялось |
наименьшее |
|
значение фіП) (ѵ) |
||||||
при vt. Значение ѵ* |
соответствовало минимуму |
параболы, |
про |
||||||||
ходящей через точки |
(уг _ь |
ф (fj-O), |
(vt, ф(ѵі)) |
И (Ѵш, |
ф |
(ѵі+і)) |
|||||
(если точка vt |
не совпадала |
со значением |
—1,5 |
или |
1,75). |
Нелинейные модели 415
Итерационный процесс прерывался, когда выполнялось нера венство
ф < Г Ы - 1 ) _ ф ( П ) |
|
ф(п) |
I U |
или если функция ф{П+1) возрастала. |
В табл. IJ.6.2.5 приведены |
некоторые результаты, позволяющие сравнить модифицированный
|
|
|
|
|
|
|
|
Таблица |
П.6.2.5 |
|
|
Подгонка |
потенциала |
Томаса — Ферми — Дирака |
методом |
|
|||
|
|
|
наименьших |
квадратов |
|
|
|||
Номер |
bin) |
bin) |
|
bin) |
bW |
bin) |
bin) |
|
|
цикла n |
|
|
|||||||
1 |
2 |
|
3 |
4 |
|
|
|
||
|
|
Модифицированный метод Гаусса — Зайделя |
|
||||||
А: |
0 |
0,4660 |
1,1420 |
|
0,5410 |
6,4470 |
0,1000 |
9,9990 |
83,7 |
|
1 |
0,4607 |
1,3458 |
|
0,4526 |
5,9621 |
0,0820 |
8,9045 |
7,415 |
|
2 |
0,5261 |
1,6027 |
|
0,4302 |
6,9199 |
0,0414 |
9,0207 |
4,048 |
|
5 |
0,5696 |
1,6775 |
|
0,3845 |
7,6433 |
0,0438 |
10,993 |
3,533 |
|
10 |
0,4786 |
1,5047 |
|
0,4063 |
5,4189 |
0,1125 |
12,708 |
3,016 |
В: |
0 |
5,180 |
1,5770 |
|
0,3910 |
6,2190 |
0,0890 |
25,000 |
6,624 |
|
1 |
0,5625 |
1,6825 |
|
0,3674 |
6,5011 |
0,0099 |
22,126 |
2,390 |
|
2 |
0,5313 |
1,6276 |
|
0.3892 |
5,9050 |
0,0792 |
21,504 |
1,923 |
|
4 |
0,4578 |
1,4974 |
|
0,4758 |
5,2726 |
0,0651 |
28,376 |
0,786 |
|
9 |
0,4256 |
1,4431 |
|
0,4918 |
4,8668 |
0,0823 |
24,116 |
0,572 |
|
|
|
Немодифицированный |
метод |
|
|
|||
Л О 2 ) |
10 |
0,5897 |
1,7177 |
|
0,2792 |
8,2340 |
0,1292 |
8,2392 |
3,574 |
|
9 |
0,5899 |
1,7182 |
—199,47 |
8,2426 |
199,88 |
8,1085 |
402,7 |
|
Ві |
10 |
1,2226 |
- 0,7341 |
|
1,9944 |
2,0019 |
0,2384 |
—7,8010 |
10*2 |
2) Значения параметров, соответствующие номеру цикла n и исходному вектору АО.
метод Гаусса — Зайделя с немодифицированный методом. Очевид но, что модифицированный метод является более совершенным.
6.2.4. Линеаризация целевой функции
Другой способ определения минимума суммы квадратов откло нений ф состоит в том, чтобы линеаризовать саму целевую функ цию. К таким методам относятся хорошо известный метод наи скорейшего спуска, метод сопряженных градиентов [13] и метод Маркуардта [14]. Градиент функции ф, grad ф, или Тф, пред ставляет собой вектор, перпендикулярный к контурам поверхно сти ф в пространстве параметров, который указывает направле ние наибольшего возрастания ф в данной точке. Противополож-