如何为山东济南的SEO整站优化公司选择适合东莞网络推广的网站？

山东济南seo整站优化公司,东莞网络推广网站,秒应小程序怎么创建,情侣打扑克视频免费版app【MATLAB第64期】【保姆级教程】基于MATLAB的SOBOL全局敏感性分析模型运用#xff08;含无目标函数#xff0c;考虑代理模型#xff09; 版本更新#xff1a; 2023/8/5#xff1a; 1.因BP作为代理模型不稳定#xff0c;经过测试#xff0c;libsvm比rf /bp 效果稳定且精…【MATLAB第64期】【保姆级教程】基于MATLAB的SOBOL全局敏感性分析模型运用含无目标函数考虑代理模型 版本更新 2023/8/5 1.因BP作为代理模型不稳定经过测试libsvm比rf /bp 效果稳定且精度较高。故用libsvm替换原来的bp并增加选择libsvm的原因。 2.增加用libsvm作为代理模型的sobol敏感结果对比分析及验证内容。 3.增加遍历来筛选sobol样本数量进行结果比对。 4.单独以sobol作为一章 。 因为内容比较多为了便于观看 后期会更新其他的全局敏感性分析方法。(PAWN,GSA等) 引言 在前面几期介绍了局部敏感性分析法本期来介绍sobol全局敏感性分析模型因还在摸索中其他全局敏感性模型敬请期待。 【MATLAB第31期】基于MATLAB的降维/全局敏感性分析/特征排序/数据处理回归问题MATLAB代码实现(持续更新) 【MATLAB第32期】【更新中】基于MATLAB的降维/全局敏感性分析/特征排序/数据处理分类问题MATLAB代码实现 【MATLAB第63期】基于MATLAB的改进敏感性分析方法IPCC拥挤距离与皮尔逊系数法结合实现回归与分类预测 一、SOBOL有目标函数 1评价指标 评价指标包括一阶影响指数S总效应指数ST** *一阶影响指数S*显示由各个输入变量的方差产生的因变量的方差根据一阶影响指数可以量化单个变量对模型的敏感程度 总效应指数ST显示由每个输入变量的方差及其与其他输入变量的相互作用而产生的因变量的方差。 每个因变量和所有变量的 Sobol 指数都显示在专用的 Sobol 图中 其中直方图按总效应指数ST排序。因变量对具有最高总效应指数ST的输入变量最敏感。 输入变量的总效应指数ST和一阶影响指数S之间的差异可以衡量该输入与其他输入变量之间相互作用的效果。 2运行思路 A、设定目标函数3个变量即维度D3 YX1^22*X2X3-1 yx(1)^22*x(2)x(3)-1;B、设定变量上下限 VarMin[0 0 0];%各个参数下限 VarMax[10 10 10];%各个参数上限C、设定sobol其他参数 MD*2 %2倍D数量的矩阵提高样本丰富度 %则此时相当于共6个输入变量 VarMin[0 0 0 0 0 0];%各个参数下限 VarMax[10 10 10 10 10 10];%各个参数上限 nPop4;%采样数量样本数量数量设置越大准确率越高。为了方便展示数值选取nPop4增加对nPop样本数量筛选功能。 对nPop采用遍历形式即4:50:100050为间隔数。 其中第四条线代表所有变量S /ST之和。 通过nPop4结果可以看出S /ST值相对稳定性较差。基本在nPop200左右保持稳定。为了方便展示数值选取nPop4。 D、生成sobol序列样本数据 这里要说除了sobol序列函数可以生成样本数据其他也可以 比如正交设计、超立方抽样等等。很关键举一反三即可 1、 生成多组N*M即N行6列的样本矩阵p。用自带函数sobolset生成。 p sobolset(M)**p 矩阵形式 9007199254740992x6 sobolset**2、 筛选nPop*M即4行6列的样本矩阵R。 两种思路第一种直接选取前nPop行的p采样数据 优点是方便快捷但是缺点是样本不随机并没有考虑上下限对样本的影响 。 % 第一种 Rp(1:nPop,:);%选取前nPop行 % 第二种 for i1:nPop% 选取前nPop行被上下限空间处理后的样本rp(i,:);rVarMinr.*(VarMax-VarMin);R[R; r]; end本例因为最小和最大值一样如果最小值和最大值均为0/1则两种方法结果一致。 第二种方法R矩阵为 明显第二种方法更符合逻辑。 E、R样本拆分变换提高样本丰富度 1.将矩阵的前D列设置为矩阵A后D列设置为B列在我们的例子中就是矩阵m的前3列设置为矩阵A后3列设置为矩阵B。