仪器社区

CVX工具包解决Z小二乘问题的原理和算法是什么?

ok随风而去1 2017-08-05
如题,解决如下问题使用了什么算法求解方程 cvx_begin variable x(n) minimize(norm(A*x-b,2) cvx_end
评论
全部评论
有情道终
“递归Z小二次方算法”——RLS算法,其又称Z小二乘法。

在我们研究两个变量(x, y)之间的相互关系时,通常可以得到一系列成对的数据
(x1, y1、x2, y2 xm , ym);
将这些数据描绘在x -y直角坐标系中
若发现这些点在一条直线附近,
可以令这条直线方程如(式1-1)。
Y计= a0 + a1 X (式1-1)

其中:a0、a1 是任意实数

为建立这直线方程就要确定a0和a1,应用《Z小二乘法原理》,
将实测值Yi与利用(式1-1)计算值(Y计=a0+a1X)的离差
(Yi-Y计)的平方和〔∑(Yi - Y计)2〕Z小为“优化判据”。

令: φ = ∑(Yi - Y计)2 (式1-2)

把(式1-1)代入(式1-2)中得: φ = ∑(Yi - a0 - a1 Xi)2 (式1-3)

当∑(Yi-Y计)平方Z小时,可用函数

φ 对a0、a1求偏导数,令这两个偏导数等于零。

亦即:
m a0 + (∑Xi ) a1 = ∑Yi

(∑Xi ) a0 + (∑Xi2 ) a1 = ∑(Xi, Yi)

得到的两个关于a0、a1为未知数的两个方程组,解这两个方程组得出:

a0 = (∑Yi) / m - a1(∑Xi) / m

a1 = [∑Xi Yi - (∑Xi ∑Yi)/ m] / [∑Xi2 - (∑Xi)2 / m)]

这时把a0、a1代入(式1-1)中, 此时的(式1-1)
就是我们回归的元线性方程即:数学模型。
20 0 2017-08-06 0条评论 回复
您可能感兴趣的社区主题
加载中...
发布 评论