Optimizarea Modelelor de Regresie1

Metode numerice n ingineria electric- LUCRARI DE LABORATOR
FI DE LABORATOR
OPTIMIZAREA MODELELOR DE REGRESIE
Un model de regresie de ordinul al doilea are forma:

f ( x1, x 2) p20 x12 p11 x1x 2 p10 x1 p02 x 22 p01x 2 p00
Coeficienii funciei f ( x1, x 2) se determin cu metoda celor mai mici ptrate.

1. ntr-o firm de IT, rezultatul vnzrilor Y depinde de X1 suma cheltuit pentru reclame TV i
X2 suma cheltuit pentru reclama prin internet (sumele sunt n zeci de mii de euro). Calculai
modelul de regresie optim i aplicnd funcia pentru optimizare fmincon s se determine
minimul vnzrilor Y n condiiile n care:
suma cheltuit pentru reclame TV este 13.5 X 1 18 i
suma cheltuit pentru reclama prin internet este 4.7 X 2 7.5 .
X1 (104 EUR) 5 7 7 5 9 11 12 13 17 17 18 19
X2 (104 EUR) 2.9 2.5 3 1.5 4 4.5 5 5.5 6 7.5 8 7
Y (104 EUR) 1 2 2.5 1.5 3.5 4 5 6 6.5 8 8 7.5
Introducerea datelor i obinerea modelului de regresie:

clc,clear all
%Datele experimentale
X1=[5 7 7 5 9 11 12 13 17 17 18 19];
X2=[2.9 2.5 3 1.5 4 4.5 5 5.5 6 7.5 8 7];
Y=[1 2 2.5 1.5 3.5 4 5 6 6.5 8 8 7.5];
X1=X1';
X2=X2';
Y=Y';
n=length(X1)
%Calcularea modelului polinomial de regresie

ordin=2; %Ordinul modelului polinomial de regresie
p = polyfitn([X1 X2],Y,ordin)
if exist('sympoly') == 2
model=polyn2sympoly(p)
end
if exist('sym') == 2
model=polyn2sym(p)
end
pretty(model)
%reprezentarea grafica a suprafetei de regresie

intervale=10;
[xg,yg]=meshgrid(min(X1):(max(X1)-
min(X1))/intervale:max(X1),min(X2):(max(X2)-
min(X2))/intervale:max(X2));
zg = polyvaln(p,[xg(:),yg(:)]);
figure;
surf(xg,yg,reshape(zg,size(xg)))
hold on
plot3(X1,X2,Y,'o')
hold off
xlabel('Suma reclame TV');
ylabel('Suma reclame internet');
zlabel('Suma din vanzari');
%Afisarea coeficientilor modelului de regresie

p. ModelTerms
p. Coefficients
Afiarea coeficienilor modelului polynomial de regresie:
>> p. ModelTerms
ans =
X1 - exponent X2 -exponent
2 0 2 0
1 1 1 1
1 0 1 0
0 2 0 2
0 1 0 1
0 0 0 0
>> p. Coefficients
ans =
-0.0802 0.3131 0.7280 -0.3003 -0.4096 -1.4257
care nseamn
f ( x1, x 2) 0.0802 x12 0.3131x1 x 2 0.7280 x1 0.3003x 2 2 0.4096 x 2 1.4257
Fiierul funcie coninnd modelul de regresie:

function f=funcoptim1(x)
p20= -0.0802;
p11= 0.3131;
p10= 0.7280;
p02= -0.3003;
p01= -0.4096;
p00= -1.4257;
f= p20*x(1)^2+p11*x(1)*x(2)+p10*x(1)+p02*x(2)^2+p01*x(2)+p00;
Fiierul funcie coninnd restriciile:

function [c, ceq]=conoptim1(x)
% restrictii neliniare de inegalitate
c=[13.5-x(1);x(1)-18;4.7-x(2);x(2)-7.5];
% restrictii neliniare de egalitate
ceq=[];
Fiierul surs pentru problema de optimizare:

%Determinarea minimului
x0=[5 5]; %estimarea initiala

options=optimset('LargeScale','off');
[xmin,fval]=fmincon('funcoptim1',x0,[],[],[],[],[],[],'conoptim1',options)
figure;
hold on
plot3(xmin(1),xmin(2),fval,'ko','markersize',9,'MarkerFaceColor','black')
hold off
rezultate:
xmin =
13.5000 7.5000
fval =
5.5234
2. Urmtorul tabel prezint preul de vnzare a 15 apartamente dintr-un cartier n 2011

(exprimat n mii euro), n funcie de suprafaa S (mp) i numrul de camere C. Calculai
modelul de regresie optim i aplicnd funcia pentru optimizare fmincon s se determine
preul minim Y pentru un apartament n condiiile n care:
a) suprafaa este ntre 55 S 75 i
numrul de camere este ntre 3 C 4 ;
b) suprafaa este ntre 55 S 75 i numrul de camere este C 4 .
S (mp) 30 32 35 48 49 50 55 60 65 70 75 80 82 85 90
C 1 1 1 2 2 2 2 3 3 3 3 3 4 4 4
Y 30 29 31 36 38 40 48 47 53 49 58 60 59 71 65
(103 EUR)
Listing fiiere
Script:
S=[30 32 35 48 49 50 55 60 65 70 75 80 82 85 90];
C=[1 1 1 2 2 2 2 3 3 3 3 3 4 4 4];
Y=[30 29 31 36 38 40 48 47 53 49 58 60 59 71 65];
S=S';
C=C';
Y=Y';
n=length(S)

ordin=2;
%Ordinul modelului polinomial de regresie
p = polyfitn([S C],Y,ordin)
end
model=polyn2sym(p)
end
pretty(model)

intervale=10;
[xg,yg]=meshgrid(min(S):(max(S)-min(S))/intervale:max(S),min(C):(max(C)-
min(C))/intervale:max(C));
figure;
hold on
plot3(S,C,Y,'o')
hold off
xlabel('Suprafata');
ylabel('Nr camere');
zlabel('Pret vanzare');
Fiierul funcie funcoptim1 coninnd modelul de regresie:
p20= 0.0042;
p11= -0.3474;
p10= 1.1384;
p02= 5.6115;
p01= -9.4919;
p00= 3.9128;
f=
p20*x(1)^2+p11*x(1)*x(2)+p10*x(1)+p02*x(2)^2+p01*x(2)+p00;
end
c=[55-x(1);x(1)-75;3-x(2);x(2)-4];
ceq=[];
end

figure;
hold on
hold off
Afisare rezultate
>> p. ModelTerms
>> p. Coefficients
/*
ans = 0.0042 -0.3474 1.1384 5.6115 -9.4919 3.9128
-0.0802 0.3131 0.7280 -0.3003 -0.4096 -1.4257

care nseamn
f ( x1, x 2) 0.0802 x12 0.3131x1 x 2 0.7280 x1 0.3003x 2 2 0.4096 x 2 1.4257
rezultate:
xmin =
55.0000 3.0000
fval =
43.9366
b)
C=4
clc,clear all
S=[30 32 35 48 49 50 55 60 65 70 75 80 82 85 90];
C=[1 1 1 2 2 2 2 3 3 3 3 3 4 4 4];
Y=[30 29 31 36 38 40 48 47 53 49 58 60 59 71 65];
S=S';
C=C';
Y=Y';
n=length(S)

ordin=2;
%Ordinul modelului polinomial de regresie
p = polyfitn([S C],Y,ordin)
end
model=polyn2sym(p)
end
pretty(model)

intervale=10;
[xg,yg]=meshgrid(min(S):(max(S)-min(S))/intervale:max(S),min(C):(max(C)-
min(C))/intervale:max(C));
figure;
hold on
plot3(S,C,Y,'o')
hold off
xlabel('Suprafata');
ylabel('Nr camere');
zlabel('Pret vanzare');
%Afisarea coeficientilor modelului de regresie

p. ModelTerms
p. Coefficients
Afiarea coeficienilor modelului polynomial de regresie:
>> p. ModelTerms
>> p. Coefficients
/*
ans = 0.0042 -0.3474 1.1384 5.6115 -9.4919 3.9128
-0.0802 0.3131 0.7280 -0.3003 -0.4096 -1.4257

care nseamn
f ( x1, x 2) 0.0802 x12 0.3131x1 x 2 0.7280 x1 0.3003x 2 2 0.4096 x 2 1.4257
*/
Fiierul funcie funcoptim1 coninnd modelul de regresie:

p20= 0.0042;
p11= -0.3474;
p10= 1.1384;
p02= 5.6115;
p01= -9.4919;
p00= 3.9128;
f= p20*x(1)^2+p11*x(1)*x(2)+p10*x(1)+p02*x(2)^2+p01*x(2)+p00;
end
%c=[55-x(1);x(1)-75;3-x(2);x(2)-4];
c=[];
ceq=[x(2)-4];
end

figure;
hold on
hold off
rezultat
xmin =
29.9048 4.0000
fval =
51.9732

Optimizarea Modelelor de Regresie1

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Optimizarea Modelelor de Regresie1

Încărcat de

Drepturi de autor:

Formate disponibile

Metode numerice n ingineria electric- LUCRARI DE LABORATOR

OPTIMIZAREA MODELELOR DE REGRESIE

Un model de regresie de ordinul al doilea are forma:

Coeficienii funciei f ( x1, x 2) se determin cu metoda celor mai mici ptrate.

Introducerea datelor i obinerea modelului de regresie:

%Calcularea modelului polinomial de regresie

%reprezentarea grafica a suprafetei de regresie

%Afisarea coeficientilor modelului de regresie

Afiarea coeficienilor modelului polynomial de regresie:

Fiierul funcie coninnd modelul de regresie:

Fiierul funcie coninnd restriciile:

Fiierul surs pentru problema de optimizare:

x0=[5 5]; %estimarea initiala

2. Urmtorul tabel prezint preul de vnzare a 15 apartamente dintr-un cartier n 2011

%Calcularea modelului polinomial de regresie

%reprezentarea grafica a suprafetei de regresie

x0=[5 5]; %estimarea initiala

-0.0802 0.3131 0.7280 -0.3003 -0.4096 -1.4257

%Calcularea modelului polinomial de regresie

%reprezentarea grafica a suprafetei de regresie

%Afisarea coeficientilor modelului de regresie

Afiarea coeficienilor modelului polynomial de regresie:

-0.0802 0.3131 0.7280 -0.3003 -0.4096 -1.4257

Fiierul funcie funcoptim1 coninnd modelul de regresie:

x0=[5 5]; %estimarea initiala

S-ar putea să vă placă și