Discussion :

[yoyo42300]

Bonjour,

J'utilise la fonction fminsearch sous MATLAB pour résoudre une optimisation (7 inputs).

j'applique donc la fonction suivante:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
tpsguess=[0.1 0.1 0.1 0.1 0.1 0.1 0.1];
onset= fminsearch(@fct,tpsguess);

cependant je veux absolument que mes valeurs trouvées soient positives (car elle définissent un temps).
Je souhaitais donc savoir comment je pouvais "forcer" fminsearch à ne chercher la solution optimum, uniquement avec des "tpsguess >= 0".

Actuellement si je n'impose pas cette contrainte j'obtiens des valeurs négatives et positives:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

onset = 0.0745   -0.0418    0.0751    0.0367   -0.0598   -0.0429    0.0119

J'espère avoir été assez précis.

Cordialement

Yoann

[shaiHulud]

Bonjour,

Utilise fmincon à la place de fminsearch pour spécifier des contraintes.

Le cas ou tu veux tout les paramètres positifs peut s'écrire de 2 manières (en reprenant les notations de doc fmincon):
1/ Ax< b, avec A= -eyes(N,N) et b= zeros(N,1)
2/ lb= zeros(N,1)

[Jean Dumoncel]

Bonjour,

fminsearch de permet pas d'ajouter des contraintes sur les variables, il faut utiliser une fonction qui les admet, par exemple sur le file exchange :
fminsearchbnd

Ou alors il faut regarder du côté des fonctions de la toolbox optimization.

[yoyo42300]

merci beaucoup

la fonction fmincon a l'air de bien marcher.

Par contre fminbnd ne semble pas marcher avec un vecteur.

Dans tous les cas mon problèm eest résolu.

Cordialement

Yoann

[Jean Dumoncel]

Par contre fminbnd ne semble pas marcher avec un vecteur.

Pour les variables? L'exemple donné utilise justement un vecteur...

[yoyo42300]

désolé, j'avais mal regardé le script,

en effet cela à l'air de marcher plutôt bien.
J'ai fait une optimisation rapide en mettant uniquement une borne inferieure
[0 0 0 0 0 0 0]

par contre je ne trouve pas le même résultat si je change le x0 initial:

par exemple si je mets :

x0 = [0 0 0 0 0 0 0] ou x0=[0.001 0.001 0.001 0.001 0.001 0.001 0.001]

pouvez vous m'expliquer pourquoi?

merci

[Jean Dumoncel]

par contre je ne trouve pas le même résultat si je change le x0 initial:

C'est parce que pour ce genre de fonctions, le résultat dépend de l'initialisation. C'est une recherche de minimum local donc suivant le point de départ le résultat peut être différent. Il faudrait plus d'informations sur le résultat que tu obtiens pour pouvoir te donner plus d'explications a priori.

[yoyo42300]

ok,

lorsque je pars de x0 =[0 0 0 0 0 0 0]

j'obtient des valeurs x d'ordre 10^-7et lorque je pars de x0 =[0.001 0.001 0.001 0.001 0.001 0.001 0.001]

j'obtiens le résultat suivant :

x = [0.0899 0.0460 0.0797 0.0517 0.0689 0.0472 0.0231]

lorsqu'on fait un fminsearch sans contrainte, le x0 de départ influe aussi sur le résultat?

[Jean Dumoncel]

Et dans chaque cas, que vaut fct(x)?

lorsqu'on fait un fminsearch sans contrainte, le x0 de départ influe aussi sur le résultat?

fminsearchbnd utilise fminsearch donc oui, l'initialisation influence le résultat, et c'est le cas de toutes les méthodes de minimisations numériques qui demandent une initialisation. Je pense que ce qui est important à comprendre c'est que ces fonctions recherchent un minimum local et non un minimum global.

[yoyo42300]

ok j'ai compris, j'avais oublié cette histoire de minimum local.
C'est pour ça que lorsque c'est possible on préfère utiliser les "genetic algorythmes".

ma valeur f(x), change bien en fct de l'initialisation, donc j'ai juste à prendre la solution me donnant ma plus petite valeur f(x).

Une dernière question:

Comment je peux savoir si j'ai réellement trouvé mon minimum global et non pas un autre minimum global. (biensur je pourrais tester toutes les possibilités d'initialisation, mais à 7 inconnues ça fait beaucoup).

Merci pour toutes les infos.

[Jean Dumoncel]

Comment je peux savoir si j'ai réellement trouvé mon minimum global et non pas un autre minimum global. (biensur je pourrais tester toutes les possibilités d'initialisation, mais à 7 inconnues ça fait beaucoup).

Tu ne peux pas le savoir directement, le seul moyen est de faire une analyse précise de ta fonction pour savoir si tu cherches au bon endroit.