Discussion :

[el-bey2]

bonjour;
j'ai le code suivant

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
nexe=1;
while nexe<50
x1=-1.2;    %point de départ imposé par mon énoncé: 
y1=1;        %   P=[-1.2,1]
T=70;
RepetitionTfixe=0;  %compteur à zéro
xbest=-1.2;          % la meilleur solution est pour l'instant le pt de départ
ybest=1;
n=4;
 
while(T>0.01)
    
    while(RepetitionTfixe<50)
 
        x2= x1 + ( (rand(1,1)-rand(1,1))*n);     %recherche d'un point voisin
        y2= y1 + ( (rand(1,1)-rand(1,1))*n);
        Delta=Rosenbrock(x2,y2)-Rosenbrock(x1,y1);  %calcul du delta
        
        if Delta<0
            x1=x2;
            y1=y2;
            Gamma=Rosenbrock(xbest,ybest)-Rosenbrock(x1,y1);
            if Gamma>0
                xbest=x1;
                ybest=y1;
            end
            
        else
            p=rand(1,1);    % on tire aléatoirement p entre 0 et 1
            if p< exp(-Delta/T)  % critère de metropolis
                xbest=x2;           % on sauve les valeurs 
                ybest=y2;
                
            end
        end	
        RepetitionTfixe=RepetitionTfixe+1;  
    end
    T=0.99*T;  % une méthode parmi d'autre de "cooling schedule"
    n=0.99*n;   % on diminue l'intervalle de recherche du point voisin
    RepetitionTfixe=0;  % remise à zéro du compteur une fois les 50 répétitions
plot(T,f_best)
end
nexe=nexe+1;            
[Rosenbrock(xbest,ybest)  xbest ybest]


end

donc je trouve 50 résultat comme suit

67.1122 -1.3298 -0.1185


ans =

149.5970 0.1319 3.5099


ans =

149.5970 0.1319 3.5099


ans =

144.5970 0.1319 3.5099


ans =

247.5970 0.1319 3.5099
............
...............
..........
je veux dans le même programme trouver les commaande pour
1- stoker les résultat dans un tableaux dans autre fichier
2- trouver la moyenne et l'écart type et la valeur minimale du tableaux .
et merci

[Jerome Briot]

Pour stocker les valeurs dans un tableau à cahque itérations :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
nexe=1;
while nexe<50
x1=-1.2;    %point de départ imposé par mon énoncé: 
y1=1;        %   P=[-1.2,1]
T=70;
RepetitionTfixe=0;  %compteur à zéro
xbest=-1.2;          % la meilleur solution est pour l'instant le pt de départ
ybest=1;
n=4;
 
tab = [];

while(T>0.01)
    
    while(RepetitionTfixe<50)
 
        x2= x1 + ( (rand(1,1)-rand(1,1))*n);     %recherche d'un point voisin
        y2= y1 + ( (rand(1,1)-rand(1,1))*n);
        Delta=Rosenbrock(x2,y2)-Rosenbrock(x1,y1);  %calcul du delta
        
        if Delta<0
            x1=x2;
            y1=y2;
            Gamma=Rosenbrock(xbest,ybest)-Rosenbrock(x1,y1);
            if Gamma>0
                xbest=x1;
                ybest=y1;
            end
            
        else
            p=rand(1,1);    % on tire aléatoirement p entre 0 et 1
            if p< exp(-Delta/T)  % critère de metropolis
                xbest=x2;           % on sauve les valeurs 
                ybest=y2;
                
            end
        end	
        RepetitionTfixe=RepetitionTfixe+1;  
    end
    T=0.99*T;  % une méthode parmi d'autre de "cooling schedule"
    n=0.99*n;   % on diminue l'intervalle de recherche du point voisin
    RepetitionTfixe=0;  % remise à zéro du compteur une fois les 50 répétitions
plot(T,f_best)
end
nexe=nexe+1;            

tab = [tab ; [Rosenbrock(xbest,ybest)  xbest ybest]];

end

Pour la première question, tu peux certainement utiliser DLMWRITE

Pour la seconde, voir les fonctions MIN, MEAN et STD

[el-bey2]

salut;
je fait comme vous m'avez dit mais

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
tab[]
 
prog
 
tab = [tab ; [best_fit  xbest ybest]];
 
end
 
dlmwrite('filename4',tab,'\t')

je trouve dans un autre fichier q'une seul ligne

[Jerome Briot]

C'est assez difficile de te répondre...
As-tu vérifié chaque ligne de ton code ?

Sinon le code suivant montre que la méthode fonctionne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
tab = [];
 
for n = 1:10
    tab = [tab ; [n 2^n]];
end
 
dlmwrite('test.txt',tab,'\t')
 
edit test.txt

[el-bey2]

voila tou le prog

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
clc ;clear all;close all;
x1=-1.2;    %point de départ imposé par mon énoncé: 
y1=1;        %   P=[-1.2,1]
T=70;
 
xbest=-1.2;          % la meilleur solution est pour l'instant le pt de départ
ybest=1;
n=4;
nexe=1;
while nexe<6
RepetitionTfixe=0;
T=70;
n=4;
while(T>0.001)
 
    while(RepetitionTfixe<50)
 
        x2= x1 + ( (rand(1,1)-rand(1,1))*n);     %recherche d'un point voisin
       y2= y1 + ( (rand(1,1)-rand(1,1))*n);
 
         Delta=(100*(x2^2-y2)^2+(1-x2)^2)-(100*(x1^2-y1)^2+(1-x1)^2);
        if Delta<0
            x1=x2;
            y1=y2;
 
          Gamma= (100*(xbest^2-ybest)^2+(1-xbest)^2)-(100*(x1^2-y1)^2+(1-x1)^2);
            if Gamma>0
                xbest=x1;
                ybest=y1;
            end
 
        else
            p=rand(1,1);    % on tire aléatoirement p entre 0 et 1
            if p< exp(-Delta/T)  % critère de metropolis
                xbest=x2;           % on sauve les valeurs 
                ybest=y2;
 
            end
        end	
        RepetitionTfixe=RepetitionTfixe+1;  
    end
    T=0.99*T;  % une méthode parmi d'autre de "cooling schedule"
    n=0.99*n;   % on diminue l'intervalle de recherche du point voisin
    RepetitionTfixe=0;  % remise à zéro du compteur une fois les 50 répétitions
     best_fit=(100*(xbest^2-ybest)^2+(1-xbest)^2);
 
 
end
 nexe=nexe+1;            
tab=[best_fit xbest ybest]
 
tab = [tab ; [best_fit  xbest ybest]];
 dlmwrite('filename9',tab,'\t') 
end
u=min(tab,[],1)

et voila mon résultat avec le min pour 6 itération

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
tab =
 
   0.000000004979218   0.999973585675475   0.999953715366948
 
 
tab =
 
   0.000001086514469   1.000045166701522   0.999986197340653
 
 
tab =
 
   0.000000242863806   1.000031845029777   1.000014512856883
 
 
tab =
 
   0.000000020291383   0.999998520619603   0.999982797226938
 
 
tab =
 
   0.000000490853665   0.999971314035056   1.000012631091588
 
 
u =
 
   0.000000490853665   0.999971314035056   1.000012631091588

et un fichier tex contient

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
4.9085e-007	0.99997	1
4.9085e-007	0.99997	1

[Jerome Briot]

Non... tu n'as pas bien compris la méthode :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
clc ;clear all;close all;
x1=-1.2;    %point de départ imposé par mon énoncé:
y1=1;        %   P=[-1.2,1]
T=70;
 
xbest=-1.2;          % la meilleur solution est pour l'instant le pt de départ
ybest=1;
n=4;
nexe=1;
 
tab = [];
 
while nexe<6
    RepetitionTfixe=0;
    T=70;
    n=4;
    while(T>0.001)
 
        while(RepetitionTfixe<50)
 
            x2= x1 + ( (rand(1,1)-rand(1,1))*n);     %recherche d'un point voisin
            y2= y1 + ( (rand(1,1)-rand(1,1))*n);
 
            Delta=(100*(x2^2-y2)^2+(1-x2)^2)-(100*(x1^2-y1)^2+(1-x1)^2);
            if Delta<0
                x1=x2;
                y1=y2;
 
                Gamma= (100*(xbest^2-ybest)^2+(1-xbest)^2)-(100*(x1^2-y1)^2+(1-x1)^2);
                if Gamma>0
                    xbest=x1;
                    ybest=y1;
                end
 
            else
                p=rand(1,1);    % on tire aléatoirement p entre 0 et 1
                if p< exp(-Delta/T)  % critère de metropolis
                    xbest=x2;           % on sauve les valeurs
                    ybest=y2;
 
                end
            end
            RepetitionTfixe=RepetitionTfixe+1;
        end
        T=0.99*T;  % une méthode parmi d'autre de "cooling schedule"
        n=0.99*n;   % on diminue l'intervalle de recherche du point voisin
        RepetitionTfixe=0;  % remise à zéro du compteur une fois les 50 répétitions
        best_fit=(100*(xbest^2-ybest)^2+(1-xbest)^2);
 
 
    end
    nexe=nexe+1;
 
    tab = [tab ; [best_fit  xbest ybest]];
 
end
 
dlmwrite('filename9',tab,'\t')
 
u=min(tab,[],1)

[el-bey2]

ah oui j'ai oublé tab[]
et voila le code il me reste de verifie l'ecat type et min et le moyen
est ce que ci juste pour (50 run)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
clc ;clear all;close all;
x1=-1.2;    %point de départ imposé par mon énoncé:
y1=1;        %   P=[-1.2,1]
T=70;

xbest=-1.2;          % la meilleur solution est pour l'instant le pt de départ
ybest=1;
n=4;
nexe=1;

tab = [];

while nexe< 50
    RepetitionTfixe=0;
    T=70;
    n=4;
    while(T>0.001)
        
        while(RepetitionTfixe<50)
            
            x2= x1 + ( (rand(1,1)-rand(1,1))*n);     %recherche d'un point voisin
            y2= y1 + ( (rand(1,1)-rand(1,1))*n);
            
            Delta=(100*(x2^2-y2)^2+(1-x2)^2)-(100*(x1^2-y1)^2+(1-x1)^2);
            if Delta<0
                x1=x2;
                y1=y2;
                
                Gamma= (100*(xbest^2-ybest)^2+(1-xbest)^2)-(100*(x1^2-y1)^2+(1-x1)^2);
                if Gamma>0
                    xbest=x1;
                    ybest=y1;
                end
                
            else
                p=rand(1,1);    % on tire aléatoirement p entre 0 et 1
                if p< exp(-Delta/T)  % critère de metropolis
                    xbest=x2;           % on sauve les valeurs
                    ybest=y2;
                    
                end
            end
            RepetitionTfixe=RepetitionTfixe+1;
        end
        T=0.99*T;  % une méthode parmi d'autre de "cooling schedule"
        n=0.99*n;   % on diminue l'intervalle de recherche du point voisin
        RepetitionTfixe=0;  % remise à zéro du compteur une fois les 50 répétitions
        best_fit=(100*(xbest^2-ybest)^2+(1-xbest)^2);
        
        
    end
    nexe=nexe+1;
    
    tab = [tab ; [best_fit  xbest ybest]];
    
end

dlmwrite('filename9',tab,'\t')
mean=mean (tab,1) 
std=std (tab,[],1)
min=min(tab,[],1)

pouver vous m'aide pour resoudre ce problème
et merci

[Jerome Briot]

Il ne faut jamais donné le même nom à une variable qu'à une fonction MATLAB.

Les variables mean, std et min doivent changer de nom.

Pour la vérification des résultats, si tu parles des derniers calculs à la fin du code, tu n'as qu'à tester sur des données plus simples :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
tab = [];
 
for n = 1:4
    tab = [tab ; [n 2^n]];
end
 
tab
 
me = mean(tab,1) 
s = std(tab,0,1)
mi = min(tab,[],1)

[el-bey2]

merci