- 1、本文档共21页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
北京工业大学-薛毅老师-工程数据建模-实验3-最优化与存储模型
3. 最优化与存储模型试验修改版3.1 基本实验1. 非线性最小二乘问题一位医药管理人员想建立一个模型,对重伤病人出院后的长期恢复情况进行预测。自变量是病人住院的天数(),因变量是病人出院后长期恢复的预后指数(η),指数的数值越大表示预后结局越好。为此,研究了15个病人的数据,这些数据列在表3.1中。根据经验,病人住院的天数()和预后指数(η)服从非线性模型试用最小二乘方法、最小一乘方53法和最大偏差最小的方法估计参数a,b,c,并分析三种方法的估计效果(注:用LINGO软件求解,用其他软件画出散点图和回归曲线)。表3.1 关于重伤病人的数据病号住院天数(ξ)预后指数(η)病号住院天数38(ξ)预后指数(η)12549341825501038133745114584103712521151435135386192514604726201565683116解:(1)用最小二乘法解,分别用x、y代替ξ、ηLINGO中程序:SETS:quantity/1..15/: x,y;ENDSETSDATA:x=2 5 710 14 19 26 31 34 38 45 52 53 60 65;y=54 50 45 3735 25 20 16 18 13 8 11 84 6;ENDDATAmin=@sum(quantity: (b*2.71828^(c*x)+a-y)^2);@free(a); @free(b);@free(c);程序运行结果如下:Local optimal solution found. Objective value: 44.78049 Extended solver steps: 5 Total solver iterations: 68 Variable Value Reduced Cost B 57.33209 0.000000 C -0.4460386E-01 0.000000 A 2.430177 0.000000 X( 1) 2.000000 0.000000 X( 2) 5.000000 0.000000 X( 3) 7.000000 0.000000 X( 4) 10.00000 0.000000 X( 5) 14.00000 0.000000 X( 6) 19.00000 0.000000 X( 7) 26.00000 0.000000 X( 8) 31.00000 0.000000 X( 9) 34.00000 0.000000 X( 10) 38.00000 0.000000 X( 11) 45.00000 0.000000 X( 12) 52.00000 0.000000 X( 13) 53.00000 0.000000
文档评论(0)