矢量化函数fminsearch

Question

非常感谢，首先。第一个代码运行良好：
函数f = malibu（m1，m2，m3，k，l，t） f =（m1。* k +（m1 + m2）。* l）。* exp（-m3。*吨）; end

function loglik= modelmalibu(p) 
global k l t x n m2 m3; 
f =malibu(p,m2,m3,k,l,t); 
if f==0; 
    loglik0=0; 
else 
loglik0=(x.*log(f)+(n-x).*log(1-f));%minus likelihood 
end 
loglik=sum(-loglik0); 
end 

clear all; 
global n t x k l m2 m3; 
m1=0.1; 
m2=0.2; 
m3=0.3; 
t=[1 3 6 9 12 18]'; 
k=[1 1 2 3 3 4]'; 
l=[0 0 1 3 4 5]'; 
y=meltem(m1,m2,m3,k,l,t); 
n=100;%trial 
x=y.*n;%correct replies 
pstart=0.3; 
[p1,modelvalue]=fminsearch(@modelmalibu,pstart); 

但是，类似的代码更多的变量给出了错误。

function w=anemon(m1,m2,m3,X,Y,k,l) 
w=(m1.*k+(m1+m2).*l)+X.*exp(-m3.*Y); 
end 

function loglik= modelanemon(p) 
global n x m2 m3 X Y k l ; 
f =anemon(p,m2,m3,X,Y,k,l); 
if f==0; 
    loglik0=0; 
else 
loglik0=(x*log(f)+(n-x)*log(1-f));%minus likelihood 
end 
loglik=sum(-loglik0); 
end 

clear; 
global n x Ydata kdata ldata m1 m2 m3; 
%parameters 
m1=0.002; 
m2=0.0001; 
m3=7; 
%given data 
Xdata=[1 3 6 9 10 12]'; 
Ydata=[11 13 41 81 121 181]'; 
kdata=[1 1 2 4 5 4]'; 
ldata=[1 1 3 3 4 5]'; 
y=anemon(m1,m2,m3,Xdata,Ydata,kdata,ldata); 
n=10; 
x=y.*n; 
pstart=2; 
[pbest,modelvalue]=fminsearch(@modelanemon,pstart); 

我其实是试图用你的建议，但如果我会写的不平等，而不是˚F== 0，第一个代码塌下来为好。

Answer 1

我认为你在混合两个概念。

矢量化：确实指出如何编写代码，以便它可以使用CPU中的某些加速功能。它与fminsearch无关。见：http://en.wikipedia.org/wiki/Vectorization_(parallel_computing）

我想你要写你的函数，使它接受一个向量作为输入。最简单的方法是只用一个函数处理这样：

fh = @(x) my_complicated_function(const1, const2, x(1), x(2), x(3)) 

在这种情况下my_complicated_function有5个输入，你把第一个2常数和输入3暗淡矢量对另外3 Fminsearch将与合作。

你会打电话

x_opt = fminsearch(fh, [1,2,3]) 

---

除了一些提示代码：

• 不要使用==对数字的比较 - 去如。 abs(x1-x2)<0.1而不是
• interpanemon看起来很奇怪 - 它不会做什么人会说插值，如果你看 - 在每次迭代中重新计算p，所以只有最后一次计算才会生效。因为它看起来应该输出一个固定值 - 没有使用优化。
• 使用预先计算的Z可能不是您想要的。它已经决定你的最佳状态。如果使用线性优化，则最佳值必须已经在Z中 - 无需进行插值。

• 在你的情况下，调用可能看起来像：

  min_p = fminsearch（@（X）interpanemon（5，YDATA中，x，M2，M3，Z，X，Y，KDATA，LDATA），1）

总的来说，它看起来非常不寻常 - 如果你想解释这些想法，这真的可以帮助你为什么选择这样做。如果以更简单的形式重述问题，也可能有所帮助。