Limite de l'ajustement de courbe non linéaire LM
- Mise à jour2025-07-30
- Temps de lecture : 5 minute(s)
Utilise l'algorithme de Levenberg-Marquardt ou l'algorithme dogleg à région de confiance pour déterminer le jeu de paramètres qui correspond le mieux à l'ensemble de points de données en entrée (X,Y), exprimé sous forme d'une fonction non linéaire y = f(x,a), a étant le jeu de coefficients. Vous devez sélectionner manuellement l'instance polymorphe à utiliser.

Entrées/Sorties
données
—
données représente les données statiques nécessaires à l'exécution de la fonction définie par l'utilisateur.
f(x,a)
—
f(x,a) est une référence au VI qui implémente le modèle d'ajustement. a est l'ensemble des paramètres calculés par LabVIEW. Utilisez le modèle de VI situé sur labview\vi.lib\gmath\NumericalOptimization\LM model function and gradient.vit pour créer le VI à partir d'un modèle.
Y
—
Y représente le tableau des valeurs dépendantes. Le nombre de points en entrée doit être supérieur à zéro et au nombre de paramètres initiaux. Le nombre d'éléments de Y doit être égal au nombre d'éléments de X.
X
—
X représente le tableau des valeurs indépendantes. Le nombre de points en entrée doit être supérieur à zéro et au nombre de paramètres initiaux. Le nombre d'éléments de X doit être égal au nombre d'éléments de Y.
Pondération
—
Pondération représente le tableau des pondérations pour les observations Y. Si Pondération n'est pas câblé, ce VI définit tous les éléments de Pondération à 1. Si Pondération a moins d'éléments que Y, ce VI comble la fin de Pondération avec des 1 pour que la longueur de Pondération soit égale à celle de Y. Si Pondération a plus d'éléments que Y, ce VI ignore les éléments supplémentaires à la fin de Pondération. Si un élément de Pondération est inférieur à 0, ce VI utilise la valeur absolue de l'élément.
paramètres initiaux
—
paramètres initiaux spécifie l'estimation initiale d'une solution. Plus les paramètres initiaux sont proches de la solution, plus l'ajustement de courbe non linéaire est précis. Vous devriez donc utiliser toutes les ressources disponibles pour obtenir de bons coefficients d'estimation initiaux avant d'utiliser ce VI.
entrée d'erreur (pas d'erreur)
—
entrée d'erreur décrit les conditions d'erreur qui ont lieu avant l'exécution de ce nœud. Cette entrée fournit la fonctionnalité entrée d'erreur standard.
terminaison
—
terminaison spécifie les conditions d'arrêt du processus d'ajustement.
limites des paramètres
—
limites des paramètres est un cluster qui contient les limites numériques supérieures et inférieures pour les paramètres à optimiser.
méthode
—
méthode spécifie la méthode d'ajustement.
nombre d'appels de fonction
—
nombre d'appels de fonction correspond au nombre de fois que LabVIEW a appelé f(x,a) au cours du processus d'ajustement.
meilleur ajustement non linéaire
—
meilleur ajustement non linéaire renvoie les valeurs y du modèle ajusté qui correspond aux valeurs indépendantes de X.
paramètres du meilleur ajustement
—
paramètres du meilleur ajustement renvoie le tableau des paramètres qui minimisent l'erreur quadratique moyenne pondérée entre le vecteur solution et les valeurs y observées.
covariance
—
covariance renvoie la matrice des covariances. Cjk est la covariance entre a[j] et a[k]. c[jj] est la variance de a[j]. Ce VI génère la covariance, C, selon l'équation suivante : C = (0,5D)^-1 où D est le Hessien de la fonction par rapport à ses paramètres.
résidu
—
résidu renvoie l'erreur quadratique moyenne pondérée entre le meilleur ajustement non linéaire et Y.
sortie d'erreur
—
sortie d'erreur contient des informations sur l'erreur. Cette sortie fournit la fonctionnalité sortie d'erreur standard. |
données
—
f(x,a)
—
Y
—
entrée d'erreur (pas d'erreur)
—
terminaison
—
max. d'itérations
—
tolérance
—
limites des paramètres
—
méthode
—
nombre d'appels de fonction
—
meilleur ajustement non linéaire
—
covariance
—
résidu
—
sortie d'erreur
—