Bestimmt entweder anhand des Levenberg-Marquardt- oder anhand des Trust-Region-Algorithmus nach der Dogleg-Methode die Parameter, die die Eingangspaare (X, Y) und damit eine nicht lineare Funktion des Typs y = f(x,a) am besten erfüllen (a sind die Parameter). Die polymorphe Instanz muss manuell ausgewählt werden.

Hinweis Bestimmt anhand des Trust-Region-Algorithmus nach der Dogleg-Methode die Parameter, die die Eingangspaare (X, Y) und damit eine nicht lineare Funktion des Typs y = f(x,a) am besten erfüllen (a sind die Parameter).


icon

Ein-/Ausgänge

  • cfxdt.png Daten —

    Daten enthält statische Daten, die von der benutzerdefinierten Funktion während der Ausführung benötigt werden.

  • csvrn.png f(x,a) —

    f(x,a) ist eine Referenz auf das VI, mit dem das Anpassungsmodell implementiert wird. a sind die von LabVIEW berechneten Parameter.

    Verwenden Sie die VI-Vorlage, die sich unter labview\vi.lib\gmath\NumericalOptimization\LM model function und gradient.vit befindet, um das VI anhand einer Vorlage zu erstellen.

  • c1ddbl.png Y —

    Y ist das Array mit den abhängigen Werten. Die Punkteanzahl muss größer als 0 und größer als die Anzahl der Anfangsparameter sein. Die Anzahl der Elemente in Y muss gleich der Anzahl der Elemente in X sein.

  • c1ddbl.png X —

    X ist das Array mit den unabhängigen Werten. Die Punkteanzahl muss größer als 0 und größer als die Anzahl der Anfangsparameter sein. Die Anzahl der Elemente von X muss der Anzahl der Elemente von Y entsprechen.

  • c1ddbl.png Gewichtung —

    Gewichtung ist ein Array mit den Gewichtungen für die Beobachtungswerte Y. Wenn Gewichtung offen gelassen wird, werden alle Elemente von Gewichtung automatisch auf 1 gesetzt.

    Wenn Gewichtung weniger Elemente als Y enthält, füllt dieses VI das Ende von Gewichtung mit Einsen auf, so dass die Länge von Gewichtung der Länge von Y entspricht. Wenn Gewichtung mehr Elemente als Y enthält, ignoriert das VI die zusätzlichen Elemente am Ende von Gewichtung. Bei Elementen kleiner als 0 wird mit dem Absolutwert gearbeitet.

  • c1ddbl.png Anfangsparameter —

    Anfangsparameter gibt die vermutete Lösung an. Der Erfolg einer nicht linearen Kurvenanpassung hängt davon ab, wie nah sich die Anfangsparameter an der Lösung befinden. Daher sollten Sie vor Anwendung dieses VIs alle zur Verfügung stehenden Quellen verwenden, um möglichst genaue Anfangskoeffizienten für die Schätzung zu erhalten.

  • cerrcodeclst.png Fehler (Eingang, kein Fehler) —

    Fehler (Eingang) beschreibt Fehlerbedingungen, die vor der Ausführung des Knotens auftreten. An Fehler (Eingang) werden Standardfehlerdaten übergeben.

  • cnclst.png Abbruch —

    Abbruch gibt die Bedingungen für den Abbruch des Anpassungsprozesses an.

  • ci32.png Max. Iterationen —

    Max. Iterationen ist die größte Anzahl an Iterationen der Anpassungsroutine. Wenn die Anzahl der Iterationen Max. Iterationen überschreitet, wird der Anpassungsprozess abgebrochen.

  • cdbl.png Toleranz —

    Toleranz ist die relative Änderung im gewichteten Abstand zwischen Y und der aktuellen Anpassung. Wenn die relative Änderung unter die Toleranz fällt, wird der Anpassungsprozess abgebrochen.

  • ccclst.png Parametergrenzen —

    Parametergrenzen ist ein Cluster mit dem oberen und unteren Grenzwert für die zu optimierenden Parameter.

  • c1ddbl.png Parameter-Minimum —

    Parameter-Minimum enthält den kleinsten zulässigen Wert der zu optimierenden Parameter. Das Array arbeitet nicht mit NaN-Werten.

    Dieses Array muss genauso groß sein wie das Array Anfangsparameter oder 0 betragen.

  • c1ddbl.png Parameter-Maximum —

    Parameter-Maximum enthält den größten zulässigen Wert der zu optimierenden Parameter. Das Array arbeitet nicht mit NaN-Werten.

    Dieses Array muss genauso groß sein wie das Array Anfangsparameter oder 0 betragen.

    Für alle i-Werte gilt: Parameter-Maximum[i] muss größer gleich Parameter-Minimum[i] sein. Wenn Parameter-Maximum[i] gleich Parameter-Minimum[i] ist, wird während der gesamten Kurvenanpassung mit diesem konstanten Wert gearbeitet.

  • cu16.png Methode —

    Methode legt das Anpassungsverfahren fest.

    0Kleinste Quadrate (Standard)
    1Kleinstes absolutes Residuum
    2Biquadrat
  • ii32.png Anzahl der Funktionsaufrufe —

    Anzahl der Funktionsaufrufe gibt an, wie oft f(x,a) während des Anpassungsprozesses aufgerufen wurde.

  • i1ddbl.png Beste nichtlineare Anpassung —

    Beste nichtlineare Anpassung gibt die y-Werte des angepassten Modells aus, das den unabhängigen Werten in X entspricht.

  • i1ddbl.png Parameter für beste Anpassung —

    Parameter für beste Anpassung ist das Array aus Parametern, mit denen der mittlere gewichtete Fehler zwischen dem Lösungsvektor und den beobachteten y-Werten minimiert wird.

  • i2ddbl.png Kovarianz —

    Kovarianz ist die Matrix der Kovarianzen.

    Cjk ist die Kovarianz zwischen a[j] und a[k]. c[jj] ist die Varianz von a[j]. Dieses VI erzeugt die Kovarianz Cgemäß der folgenden Gleichung: C = (0,5D)^-1 , wobei D die Hessian der Funktion in Bezug auf ihre Parameter ist.

  • idbl.png Restbetrag —

    Restbetrag gibt den mittleren gewichteten Fehler zwischen Beste nichtlineare Anpassung und beobachteten Y-Werten aus.

  • ierrcodeclst.png Fehler (Ausgang) —

    Fehler (Ausgang) enthält Angaben zum Fehler. Dieser Ausgang ist ein Standardausgang zur Fehlerausgabe.