TAILIEUCHUNG - Modeling Of Data part 6

Lawson, ., and Hanson, R. 1974, Solving Least Squares Problems (Englewood Cliffs, NJ: Prentice-Hall). Forsythe, ., Malcolm, ., and Moler, . 1977, Computer Methods for Mathematical Computations (Englewood Cliffs, NJ: Prentice-Hall) | NonlinearModels 681 Lawson . and Hanson R. 1974 Solving Least Squares Problems Englewood Cliffs NJ Prentice-Hall . Forsythe . Malcolm . and Moler . 1977 Computer Methods for Mathematical Computations Englewood Cliffs NJ Prentice-Hall Chapter 9. S Nonlinear Models i I I f GO _ O 3 X-X Q Q O 3- V V Zt -4. We now consider fitting when the model depends nonlinearly on the set of M I 2-1 g unknown parameters ak k 1 2 . . M. We use the same approach as in previous S. 5 sections namely to define a 2 merit function and determine best-fit parameters 5 by its minimization. With nonlinear dependences however the minimization must proceed iteratively. Given trial values for the parameters we develop a procedure that improves the trial solution. The procedure is then repeated until 2 stops or 5 effectively stops decreasing. How is this problem different from the general nonlinear function minimization g 3 3 problem already dealt with in Chapter 10 Superficially not at all Sufficiently close to the minimum we expect the 2 function to be well approximated by a 5 quadratic form which we can write as W O 1 2 a y - d a -a D a 8 I p where d is an M-vector and D is an M x M matrix. Compare equation . 4-111. If the approximation is a good one we know how to jump from the current trial parameters acur to the minimizing ones amin in a single leap namely 3 9 ju CO amin acur D 1 -VX2 acur 0 m Compare equation . 8 On the other hand might be a poor local approximation to the shape jj of the function that we are trying to minimize at acur. In that case about all we can do is take a step down the gradient as in the steepest descent method . 3 g a In other words c - Q Q a v anext acur - constant xV 2 aCur P a SB 8 S 20 . where the constant is small enough not to exhaust the downhill direction. To use or we must be able to compute the gradient of the 2 g functionat any set of parameters a. To use we also need

• Kỹ thuật lập trình
• tư liệu
• tài liệu lập trình
• thủ thuật lập trình
• ngôn ngữ C#
• ngôn ngữ lập trình
• thành phần cấu tạo vật liệu
• phân loại vật liệu compozit
• công nghệ chế tạo vật liệu compozit
• sản phẩm chế tạo từ vật liệu compozit
• phương hướng phát triển
• Tài liệu điện tử
• Vật liệu điện tử
• Linh kiện điện tử
• Vật liệu linh kiện
• Mạch điện tử
• Đề tài nghiên cứu khoa học
• Tổng hợp
• đặc trưng vật liệu nano
• Vật liệu nano cacbon
• Nano cacbon từ vỏ cua
• Xử lý môi trường
• Bài giảng Y học
• Alcaloid và Dược liệu chứa alcaloid
• Phân lập alc từ dược liệu
• Phân loại alcaloid
• Tính chất lý hóa
• Cấu trúc hóa học
• Tự động học
• Điều khiển học
• Điều khiển tự động
• Lý thuyết hệ thống
• Tài liệu tự động hóa