主要内容

cordexch

协调交换

语法

dCE = cordexch (nfactors nruns)
[DCE，X] = CORDEXCH（NFRORORS，NRUN）
(dCE, X) = cordexch (nfactors, nruns。”模型'）
[DCE，x] = CORDEXCH（...，'的名字'，价值）

描述

dCE = cordexch (nfactors nruns)使用坐标交换算法生成一个D最优设计DCE.与nruns排成一行DCE.）对于线性添加剂模型n因子(列DCE.）。该模型包括恒定术语。

[DCE，X] = CORDEXCH（NFRORORS，NRUN）还返回相关的设计矩阵X，其列是在每个处理(行)处评估的模型项DCE.．

(dCE, X) = cordexch (nfactors, nruns。”模型'）使用中指定的线性回归模型模型．模型是以下之一：

  • “线性”-常数和线性项。这是默认值。

  • “互动”-常数、线性和交互项

  • '二次'-常数项、线性项、相互作用项和平方项

  • “purequadratic”-常数项，线性项和平方项

列的顺序X对于完整的二次模型n条款是：

  1. 持续的术语

  2. 线性术语为1,2，...，...，...，n

  3. (1, 2)，(1, 3)，…(1,n)，(2, 3)，……,(n- 1，n）

  4. 平方项是(1 2…)n

其他模型以同样的顺序使用这些术语的子集。

另外,模型可以是指定任意顺序多项式项的矩阵。在这种情况下,模型应该为模型中每个因子和一行有一列。任何行的条目模型是列中因素的权力。例如，如果模型有因素X1，X2， 和X3，然后一行[0 1 2]在模型指定这个词（x1。^ 0）。*（x2。^ 1）。*（x3。^ 2）．所有零的一排模型指定一个常数项，可以省略。

[DCE，x] = CORDEXCH（...，'的名字'，价值）为设计指定一个或多个可选的名称/值对。下表列出了有效参数及其值。指定的名字在单引号。

的名字 价值
界限

每个因子的上下限，指定为2-经过-n矩阵。或者，该值可以是包含的单元格数组n元素，指定相应因子的允许值的向量的每个元素。
分类

分类预测指标。
展示

任何一个“上”要么'离开'控制迭代计数器的显示。默认值是“上”．
excludefun

排除不希望运行的运行的函数的句柄。如果函数是f，它必须支持语法金宝appb＝f（年代),年代矩阵的处理方法是n列和b一个布尔值向量的行数与年代．b（我如果方法应该排除，则为true我扔年代．
在里面

初步设计为nruns-经过-n矩阵。默认值是随机选择的一组点。
水平

每个因子的层次数向量。不使用时界限被指定为单元格数组。
麦克斯特

最大迭代次数。默认值是10．
试

尝试从新起点生成设计的次数。算法使用每个尝试的随机点，除了可能是第一个。默认值是1．
选项

一种结构，它指定是否并行运行，并指定随机流或流。此选项需要并行计算工具箱™。

创造选项结构实例化．结构字段：

  • UseParallel- 设置真的并行计算。默认是假．

  • UseSubstreams- 设置真的并行计算以可复制的方式并行计算默认是假．若要重复计算，请设置溪流允许子流的类型：“mlfg6331_64”要么“mrg32k3a”．

  • 溪流- 一种RandStream这些对象的对象或小区阵列。如果您未指定溪流，cordexch使用默认流或流。如果您选择指定溪流，使用单个对象除以情况下

    • UseParallel是真的

    • UseSubstreams是假

    在这种情况下，使用单元格阵列与并行池相同的大小。

例子

假设你想要一个设计来估计以下三因素、七项交互模型中的参数:

y ＝ β 0 + β 1 x + 1 β 2 x + 2 β 3. x + 3. β 12 x x 1 + 2 β 13 x x 1 + 3. β 23 x x 2 + 3. ε.

采用cordexch生成一个D- 七次跑步的优化设计：

nfactors = 3;nruns = 7;(dCE, X) = cordexch (nfactors nruns,“互动”,“尝试”,10)dCE = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 X = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

设计矩阵的列X模型条款是否在设计的每一行进行评估DCE.．这些术语从左到右显示：常数项，线性术语（1,2,3），交互条款（12,13,23）。采用X以适应模型，如线性回归，以响应在设计点测量的数据DCE.．

算法

两个都cordexch和卷使用迭代搜索算法。它们通过增量地改变初始设计矩阵来运作X增加D= |XTX|在每一步。在这两种算法中，初始设计的选择和增量变化的选择都有随机性。因此，这两种算法都可能返回局部，而不是全局，D最优设计。运行每个算法多次，并为您的最终设计选择最佳结果。两个函数都有'尝试'参数，该参数自动进行重复和比较。

与。的行交换算法不同卷，cordexch不使用候选集。(更确切地说，候选集是整个设计空间。)在每一步，坐标交换算法交换单个元素X使用新的元素在设计空间中的相邻点评估。没有候选集的情况会降低对存储器的需求，但搜索的较小规模意味着坐标交换算法更有可能被捕获在局部最小值。

扩展功能

另请参阅

||

在R2006A之前介绍

统计和机器学习工具箱文档

金宝app

掌握机器学习:一步一步的指导与MATLAB

掌握机器学习:一步一步的指导与MATLAB

下载电子书