Discussion :

[posssson]

Salut voici mon petit code, cependant j'ai un problème quand je place mon parfor car il me dit que la variable bestfit n'existe plus après la première itération du for, alors que d'après moi elle n'est supprimé que l'autre du changement de valeur du parfor....

Merci d'avance.

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
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
 parfor ii=1:5
 
%         debut=ii;
%         fin=ii*10;
       for ipopp=ii:ii*10
 
          pfitm1=fitm1;
          pteta00=teta00;
          pfitness=fitness;
            if individus(ipopp)==0;
                gene_outputs=gene_outputsbis{ipopp};
                x=nnn(ipopp);
                m=mmm(ipopp);
                N=num_data_points;
                matreg=zeros(1196,m+x+1);
                % optimization loop for Steiglitz method
 
                loop=1;
                l=0;
                while loop
                    l=l+1;
 
                    if l~=1,
                        tt=pteta00{ipopp};
                        pfitm1(ipopp)=bestfit;
                        den=1+gene_outputs(:,m+2:end)*tt(m+2:end);
                    else
                        pfitm1(ipopp)=Inf;
                        den=ones(N,1);
                        bestfit(ipopp)=Inf;
                    end
 
                    % prepare LS matrix
                    vectreg=y./den;
                    vectreg=vectreg.*ponder;
                    % clear matreg;
 
                    for k=1:N
 
                        matreg(k,1:m+1)     =  gene_outputs(k,1:m+1)/den(k);
                        matreg(k,m+2:m+x+1) = -gene_outputs(k,m+2:end)*vectreg(k);
                    end
 
                    for i=1:m+1, matreg(:,i)=matreg(:,i).*ponder; end
                    prj=matreg'*matreg;
 
                    % calculate coefs using SVD least squares on full training data set
                    try
                        warning off
                        teta1=pinv(prj)*(matreg'*vectreg);
                        teta2=matreg\vectreg;
                        job=qr([matreg vectreg]);
                        teta3=triu(job(1:m+1+x,1:m+1+x))\job(1:m+1+x,end);
                        warning on
                    catch
                        pfitness(ipopp)=Inf;
                        %return;
                        keyboard
                    end
 
                    % assign poor fitness if any NaN or Inf
                    if any(isinf(teta1)) || any(isnan(teta1))
                        pfitness(ipopp)=Inf;
                        %                     return;
                        keyboard
                    end
 
                    % compute prediction of full training data set using the estimated weights
                    warning off
 
                    ypre1=(gene_outputs(:,1:m+1)*teta1(1:m+1))./(1+gene_outputs(:,m+2:end)*teta1(m+2:end));
                    ypre2=(gene_outputs(:,1:m+1)*teta2(1:m+1))./(1+gene_outputs(:,m+2:end)*teta2(m+2:end));
                    ypre3=(gene_outputs(:,1:m+1)*teta3(1:m+1))./(1+gene_outputs(:,m+2:end)*teta3(m+2:end));
                    warning on
 
                    % unscale before reporting fitness, if required
                    % calculate RMS prediction error (fitness)
                    fitness1=sqrt(mean(((y-ypre1).*ponder).^2));
                    if fitness1<bestfit, bestfit=fitness1; pteta00{ipopp}=teta1; end
                    fitness2=sqrt(mean(((y-ypre2).*ponder).^2));
                    if fitness2<bestfit, bestfit=fitness2; pteta00{ipopp}=teta2; end
                    fitness3=sqrt(mean(((y-ypre3).*ponder).^2));
                    if fitness3<bestfit, bestfit=fitness3; pteta00{ipopp}=teta3; end
 
                    if l==5, loop=0;
                    elseif l~=1 & abs(fitm1(ipopp)-bestfit) < 0.01*bestfit, loop=0;
                    end
 
                end   % Steiglitz loop
 
            end
        end  %for ipop... (boucle loop)
    end

[thecrazydonut]

Je n'ai pas regardé ton code, mais j'ai déjà eu ce genre de problème avec la toolbox. J'avais une variable qui devenait inconnue sans raison. J'ai contourné la chose de façon pas très élégante en déclarant cette variable comme globale.