Calculate the optimum of function

Question

amine&& 2016-12-31

0
链接

此问题的直接链接

https://ww2.mathworks.cn/matlabcentral/answers/318682-calculate-the-optimum-of-function

评论： Star Strider 2016-12-31

Hello. I have the following function :

%%Déclaration de la fonction objective qu'on va utiliser
function MSE=mseFunction(alpha,beta)
%%Chargez les données des 6 jours
filename = 'BS_1.xlsx';
y = xlsread(filename);
%ys va contenir les données qu'on a obtenu pendant 6 jours
yS=y(1:288);
%%Calcul de la moyenne mobile d'ordre 48 pour les 6 jours
%Initialisation du vecteur qui va contenir la moyenne mobile
MMCS=zeros(240,1);
%Calcul de la moyenne mobile
for i=1:240
    MMCS(i)=1/48.*((yS(i)/2)+sum(yS(i+1:i+47))+(yS(i+48)/2));
end
%Remplir les 24 premieres et derniéres cases par des zeros
MoyenneMobileCentreeS = padarray(MMCS,24,'both');
%%Calcul des composantes saisonniares
yMS=yS(25:264)./MoyenneMobileCentreeS(25:264);
%Réecrire le vecteur de telle sorte que les 24 premieres et derniére
%valeurs soient des zéros
bS = padarray(yMS,24,'both');
%Ecrire les valeurs du vecteur sous forme d'une matrice avec 48 lignes et 7 colonnes
MS = reshape(bS,[48,6]);
%Remplacer les zeros par des valeurs NaN pour ne pas les introduire dans le
%calcul de la médianne
MS(1:24,1)=NaN;
MS(25:48,6)=NaN;
%Calcul de la médianne de chaque ligne de la matrice
ComposantsSaisonniersS = nanmedian(MS,2);
%%Lissage exponnentiel simple
LES=zeros(288,1);
LES(25)=MoyenneMobileCentreeS(25);
for i=26:264;
    LES(i)=alpha.*MoyenneMobileCentreeS(i)+(1-alpha).*LES(i-1);
end
%%Intégration de la composante saisonniére
S=zeros(264,1);
S(1:48,:)=ComposantsSaisonniersS;
for j=49:264;
    S(j)=beta.*(yS(j)./LES(j))+(1-beta).*S(j-48); 
end
%%Prévision
PREV=zeros(264,1);
PREV(26:264)=S(26:264).*LES(25:263);
PREV2=padarray(PREV(:),24,'post');
%%Calcul de la MSE
MSE = mean((y(26:264)-PREV2(26:264)).^2);

I want to calculate its optimum using "optimization tool". What should I put in the objective function tab. Thanks!

0 个评论
显示 -2更早的评论隐藏 -2更早的评论

请先登录，再进行评论。

请先登录，再回答此问题。

Answer 1

Star Strider 2016-12-31

0
链接

此回答的直接链接

https://ww2.mathworks.cn/matlabcentral/answers/318682-calculate-the-optimum-of-function#answer_249035

编辑：Star Strider 2016-12-31

在 MATLAB Online 中打开

One approach:

% % % b(1) = alpha,  b(2) = beta
call_mseFunction = @(b) mseFunction(b(1),b(2));
B0 = [3; 5];                                    % Choose Appropriate Initial Estimates
Bopt = fminsearch(call_mseFunction, B0);
alpha = Bopt(1)
beta = Bopt(2)

NOTE — This is UNTESTED CODE. It should work.

10 个评论
显示 8更早的评论隐藏 8更早的评论

amine&& 2016-12-31

在 MATLAB Online 中打开

If I use two files :

%%Chargez les données des 6 jours
filename = 'BS_1.xlsx';
y = xlsread(filename);
%ys va contenir les données qu'on a obtenu pendant 6 jours
yS=y(1:288);

and

%%Déclaration de la fonction objective qu'on va utiliser
function MSE=mseFunction(alpha,beta,yS)
%%Calcul de la moyenne mobile d'ordre 48 pour les 6 jours
%Initialisation du vecteur qui va contenir la moyenne mobile
MMCS=zeros(240,1);
%Calcul de la moyenne mobile
for i=1:240
    MMCS(i)=1/48.*((yS(i)/2)+sum(yS(i+1:i+47))+(yS(i+48)/2));
end
%Remplir les 24 premieres et derniéres cases par des zeros
MoyenneMobileCentreeS = padarray(MMCS,24,'both');
%%Calcul des composantes saisonniares
yMS=yS(25:264)./MoyenneMobileCentreeS(25:264);
%Réecrire le vecteur de telle sorte que les 24 premieres et derniére
%valeurs soient des zéros
bS = padarray(yMS,24,'both');
%Ecrire les valeurs du vecteur sous forme d'une matrice avec 48 lignes et 7 colonnes
MS = reshape(bS,[48,6]);
%Remplacer les zeros par des valeurs NaN pour ne pas les introduire dans le
%calcul de la médianne
MS(1:24,1)=NaN;
MS(25:48,6)=NaN;
%Calcul de la médianne de chaque ligne de la matrice
ComposantsSaisonniersS = nanmedian(MS,2);
%%Lissage exponnentiel simple
LES=zeros(288,1);
LES(25)=MoyenneMobileCentreeS(25);
for i=26:264;
    LES(i)=alpha.*MoyenneMobileCentreeS(i)+(1-alpha).*LES(i-1);
end
%%Intégration de la composante saisonniére
S=zeros(264,1);
S(1:48,:)=ComposantsSaisonniersS;
for j=49:264;
    S(j)=beta.*(yS(j)./LES(j))+(1-beta).*S(j-48); 
end
%%Prévision
PREV=zeros(264,1);
PREV(26:264)=S(26:264).*LES(25:263);
PREV2=padarray(PREV(:),24,'post');
%%Calcul de la MSE
MSE = mean((y(26:264)-PREV2(26:264)).^2);