问题标签 [nonlinear-functions]

我对 C 编程非常陌生。我正在使用“C 中的数字食谱”一书中的 C 代码进行多项式回归，但我在实现/编译它时遇到了问题。

这是我正在使用的代码。一些//显示我尝试将程序更改为 C++。如果我不能让它在 C 下构建，也许它可以在 C++ 下工作？

我已将其添加int main()到程序中以实现它。nrutil.h是头文件，但我没有使用它，因为我将所需的函数转移到了 .ccp 文件（函数matrix(), vector(), nrerror(), SQR()）。

我使用的编译器是 MSVC 2010 Express。

当我尝试编译这个程序时，它显示了这个错误输出：

我有一个求和目标函数（非线性投资组合优化），如下所示：

• w是决策向量
• cv是一个已知的 10 x 10 矩阵

我已经为约束（项目约束的单独 .m 文件）和 fmincon 的执行（下/上限、初始值和使用参数调用 fmincon 的单独 .m 文件）制定了公式。

我只是不知道如何做目标函数。我习惯于在 GLPK 而不是 matlab 中进行线性编程，所以我做得不太好。

我目前得到：

目标函数.m

...但这不起作用。

任何帮助，将不胜感激！提前致谢 ：）

嗨，我正在努力使用 matlab 解决以变量为极限的积分，我遇到的两个最大问题是 matlab 无法显式找到积分，并且除了变量之外，许多数值方法都不会

我需要解决

我知道 H、R 和 t，我的想法是先求解积分，然后求解 a 的非线性方程，我知道对非线性方程使用 fzero/fsolve，但我正在努力求解积分

我正在尝试使用NDSolve. 我不断收到以下错误：

由于Abs[D[f[x,y,t],x]]or的存在，我似乎只会收到此错误Conjugate[D[f[x,y,t],x]]。我创建了一个非常简单的函数来演示这个问题。

这将起作用：

这不起作用（请注意，唯一的区别是我们没有 Abs）。

现在我猜 Mathematica 试图对我的表达式求导，发现它不知道如何推导Abs函数。我的假设是否正确，如何解决这个问题？

给定平面 A 上的一个点，我希望能够映射到它在平面 B 上的对应点。我在两个平面之间有一组 N 对应的参考点对，但是，整体映射不是简单的仿射变换（对我来说没有单应性）。

我尝试过的事情：

• 对于给定的点，在平面 A 中找到三个最近的参考点，计算该三角形的重心坐标，然后将该变换应用于平面 B 中的相应参考点。它是如何失败的：有时三个最近的点几乎共线，所以错误很大。此外，跨越边界时的映射也没有一致性。这是非常“紧张”的。

• 给定 N 个参考点 (N^3)，计算所有可能的三角形。按尺寸订购。对于给定的点，找到它所在的最小三角形。这解决了点的线性问题，但仍然非常紧张和缓慢。

• 从三角平面 A 开始。遍历参考点，将每个参考点添加到参考平面。每次添加一个点时，它至少存在一个三角形中。使用新的参考点作为顶点将该三角形分成三个三角形。您最终将平面 A 进行了三角剖分，因此您可以轻松地从平面 A 映射到平面 B。问题：您可以证明每个三角形都有一个位于平面边缘的点。如果您的参考点远离平面边缘，这会导致巨大的错误。

我觉得这应该是一个相当标准的问题。是否有为此的标准算法/库？

我正在使用函数 nls.lm {package: minpack.lm} 来优化水文模型的参数化。该功能运行良好，但我想使用另一个objective function (OF). 通常，nls.lm 中的目标函数“fn”定义为

现在我想使用Nash-Sutcliff-Efficiency定义为

或其他OF。问题是nls.lm最小化表达式sum(x)^2，只有x是可修改的。我知道best fit NSE = 1. 因此1 - NSE产生了一个真正的最小化问题。

顺便说一句：nls.lm 帮助页面中的示例 1是一个很好的示例；那里

被最小化，实际上意味着什么

被nls.lm函数最小化，而getPred(p,xx)返回sim.

任何建议都会有所帮助。提前致谢。米查

所以我在 R 中遇到了这个奇怪的错误。我有一个简单的函数，它在比较真实价格和模拟价格时返回一个错误项，称为hestondifferences().

当我尝试通过以下方式找到局部最小值时：

我收到错误消息：

optim(fn = hestondifferences, par = c(vT = vT, rho = rho, k = k, : 函数无法在初始参数处评估) 中的错误

让我困惑的是，直接使用初始参数调用函数会hestondifferences(vT, rho, k, sigma)返回正确的值。

该函数hestondifferences()的编写方式是，只要对某些参数集无法进行模拟，它就会返回NA符合optim() 期望的值。

我已经为非线性函数创建了最佳拟合。它似乎工作正常：

我观察的情节是正确的。我无法在我的绘图上显示最佳拟合曲线。我创建了具有 1000 个值的 xl 自变量，并且我想使用最佳拟合来定义新值。当我调用“行”过程时，我收到错误消息：

xy.coords(x, y) 中的错误：“x”和“y”长度不同如果我尝试仅执行预测函数：

我可以看到 xl 有 1000 个组件，但“a”只有 16 个组件。我不应该在 a 中有相同数量的值吗？

使用的数据：

我有一个方程组来求解x1和x2：

其中B和C是负数，而其余常数是正数。

我尝试使用 GSL 库中的多根函数在 C 中解决它。似乎多根无法解决系统问题。我为非线性同时多项式函数（其中没有指数部分）尝试了相同的多根实现，它运行良好并给出了正确的结果。关于如何解决这样一个系统的任何建议？或者任何其他可用于此类方程的强大库？

我正在尝试使用 fsolve 求解非线性方程组；让我们说

F(x;lambda) = 0，其中 lambda 是参数向量，x 是我要求解的向量。

我正在使用 Matlab 的 fsolve。

我有 2 个参数 lambda 值，我想解决系统问题。对于 lambda 的一个值，我得到了一个解决方案，这似乎没问题。

对于 lambda 的另一个值，我再次得到一个解决方案（matlab 以 1 的标志退出。但是我知道这不是一个实际的解决方案例如，我知道 x 的某些维度必须彼此相等，并且这个我从 fsolve 获得的解决方案并非如此。

我已经尝试过 trust-region 和 levenberg-marquardt 算法，但没有得到更好的结果。（明确强制那些 x 相同，似乎仍然给出的解决方案与我对系统属性的期望不一致）

我的问题是：fsolve 使用的算法是否取决于系统的任何稳定性？难道是在我上面提到的第二种情况下更改参数 lambda 会使系统变得不稳定，这会使 fsolve 难以正确解决它吗？

谢谢你，乔治