Function 定值fmincon中的Matlab函数

我有一个简单的模型，我想最小化因变量y和模型值之间的RMSE。模型为：

y=alpha+beta'*x

为了最小化，我正在使用Matlab的

fmincon

函数，并努力将参数p（2）乘以x

MWE：

如果我指定我的函数如下，那么它就工作了

y_mod = @(p) p(1) + p(2).*x

但是，如果我使用以下代码，它将不起作用。如何将p（2）与x相乘？其中x未优化，因为值是给定的

function f = y_mod(p)

f = p(1) + p(2).*x

end

卡尔， 第二种方法，即显式声明

y_mod（）

（在脚本末尾，或在单独的文件y_mod.m中），不起作用，因为

y_mod（）

不知道

x

是什么。通过在顶部的主程序中声明

x

global，并在

y\u mod（）中声明
x
global来修复它

当然，您根本不需要
y\u mod（）
。如果您使用以下选项，代码也可以工作，在这种情况下，不需要
global x
：

% objective function
objective = @(p) sqrt(mean((y-p(1)-p(2)*x).^2));

顺便说一句，您不需要在y_mod中与
*
相乘。您可以使用
*
，因为您将标量乘以向量。
以下是具有函数声明的脚本的输出：

>> modelFitExample2a
RMS Error=0.374, intercept=4.208, slope=0.0388

这是上面的代码。它有许多注释行，因为它包括适合数据的替代方法：内联声明
y_mod（）
，或多行声明
y_mod（）
，或根本没有
y_mod（）
。此版本使用多行声明
y\u mod（）

我认为将
x
作为输入传递到函数
ymod（）
可能会解决此错误<代码>函数f=ymod（p，x）

。是否可以使用此函数声明运行代码？当我用这个函数运行脚本时，会出现以下错误：“错误使用-矩阵维度必须一致”。Carl，是的，我可以用函数dclaration运行代码，我已经这样做了。我将把代码粘贴到这个框中，注释框也不支持格式化，因为代码似乎我不能在注释中有单独的行，所以我将发布运行的代码（包括函数声明）作为对您问题的单独回答。谢谢，问题是我还需要在函数之外定义全局。

% objective function
objective = @(p) sqrt(mean((y-p(1)-p(2)*x).^2));

>> modelFitExample2a
RMS Error=0.374, intercept=4.208, slope=0.0388

%modelFitExample2a.m    WCR 2021-01-19
%Reply to stack exchange question on parameter fitting
clear;
global x    %need this if define y_mod() separately, and in that case y_mod() must declare x global

% data
y = [5.0720, 7.1588, 7.2630, 4.2550, 6.2820, 6.9118, 4.0440, 7.2595, 6.8980, 4.8744...
     6.5179, 7.3434, 5.4316, 3.3800, 5.4640, 5.9000, 6.8000, 6.1930, 6.0700, 5.7370];
x = [18.3447,79.8654,85.0979,10.5211,44.4556,69.5670, 8.9600,86.1970,66.8570,16.8750,...
     52.2697,93.9710,24.3500, 5.1180,25.1260,34.0370,61.4445,42.7040,39.5310,29.9880];

% initial values
p_initial = [0, 0];

%predictive model with parameter p
%y_mod = @(p) p(1) + p(2)*x;

% objective function
%If you use y_mod(), then you must define it somewhere
objective = @(p) sqrt(mean((y - y_mod(p)).^2)); 
%objective = @(p) sqrt(mean((y-p(1)-p(2)*x).^2));

% optimization
options = optimset('Display','Notify');
[param_opt, fval] = fmincon(objective,p_initial,[],[],[],[],[],[],[],options);

% display results
fprintf('RMS Error=%.3f, intercept=%.3f, slope=%.4f\n',...
    fval,param_opt(1),param_opt(2));

%function declaration: predictive model 
%This is an alternative to the inline definition of y_mod() above.
function f = y_mod(p)

global x
f = p(1) + p(2)*x;

end