Bonjour,
Je n'arrive pas à comprendre pourquoi, dans cette feuille, le Solveur n'optimise pas le "Succès global" (cellule L2) en faisant varier les deux limites (cellules F2 et F2) alors qu'une intervention manuelle de ces limites affecte correctement la cellule L2.
De plus, la recherche sur cette feuille du minimum de y = x*x fonctionne parfaitement.
Merci de bien vouloir essayer de résoudre ce problème.
Bien à vous.
maeckma
Paresse du Solveur.xlsx
Bonjour
C'est logique, le solveur ne sait pas comment faire ses itérations.
Il faut que tu définisse des limites hautes et basses à tes cellules d'entrée.
Le solveur évolutionnaire marchera peut être mieux également, à voir.
Bravo !
En fixant des limites raisonnables, j'obtiens une solution parfaite, quelle que soit l'initialisation des deux limites.
Logique ... logique ... ? J'avais tout de même décoché la nécessité de préciser l'obligation de fixer des contraintes dans les options.
En tout cas, un grand merci pour cette rapide expertise.
Maurice
J'ai regardé d'un peu plus près, et le solveur ne se prête pas trop à cet exemple, car il y a des plages assez larges pour obtenir le score maximum.
Il faudrait plutôt faire une résolution par méthode de monte carlo
Bonjour (ou bonsoir),
Effectivement, la plage de nombre est large pour la première limite car ces deux distributions sont très distinctes (voir fichier .pdf attaché). L'important en taxonomie est que toutes les solutions convergent vers la même classification ... ce qui est le cas (voir fichier .xlsx attaché).
En combinant ta remarque (expliciter les limites) et celle d'un autre contributeur (utiliser les valeurs minimales et maximales), j'obtiens un fichier parfaitement opérationnel. Génial !
Avec une fin de carrière en métrologie, j'ai eu à m'investir énormément dans les méthodes de Monte-Carlo (cf fichier .ppsx) qui me fascinent (comment l'improbable peut-il à ce point rencontrer le déterminé ?). Rien à espérer de ce côté.
Encore une fois, un grand merci pour cette belle collaboration.
Maurice
Natbelg101_2020_1.pdf
Iris 3C 4P Linéaire.xlsx
Zut, le fichier .ppsx n'est pas accepté.
Converti en .pdf
Supplément 1 to the GUM.pdf
Quand je parle de méthode de Monte Carlo je ne fais pas allusion à l'utilisation évoquée dans ton document.
L'idée est de générer des valeurs aléatoire dans la matrice de tes 2 variables, qui varient de -3.37 à 6.75.
J'ai généré une heat map, avec une matrice qui s'étend de -4 à +7, à partir de ta feuille pour rendre l'explication plus parlante :
On localise la zone d’intérêt, ou le résultat est le plus haut. Visuellement on voit qu'on est dans une zone qui s'étend en gros entre 2.7 à 5 et entre -2 à 2
On refait une itération avec ces nouvelles limites etc, rapidement on définie la zone d’intérêt et ses limites, quand le solveur ne donnera que des valeurs uniques.
Cet algorithme s'apparente au principe du solveur évolutionnaire, en plus simple.
Heu ... oui ... j'essaie demain.
Bonne nuit.
Maurice
Bonjour,
Effectivement, il est possible d'établir une convergence pour la première limite ... mais le nombre obtenu n'apporte (comme il se doit) aucune amélioration au pourcentage de succès. La page 6 de l'article des Naturalistes belges fait le point sur ce sujet et justifie la plus grande stabilité de la deuxième limite entre deux distributions qui se recouvrent d'une manière appréciable (versicolor et virginica).
Dans le même article, il est démontré à la page 13 que c'est en levant la contrainte d'une combinaison linéaire des composantes (Lp, lp, Ls et ls) qu'une amélioration de classement peut s'obtenir.
Je te souhaite un excellent weekend grincheux.
Maurice
Ma réponse n'était pas une critique sur le fond. Je dis simplement que Excel ne va produire que 2 chiffres précis après utilisation du solveur, sans fourchette, sans se soucier de savoir si les variables d'entrée sont continues ou discrètes.
Par ailleurs en lançant le solveur plusieurs fois, avec une initialisation différente, on tombera sur des résultats différents.
A contrario en utilisant une méthode comme celle que j'ai décrite on distingue les plages, permettant d'obtenir ce résultat optimum.
Imaginons un exemple fictif : On a besoin d'une pièce pour dissiper de la chaleur. L'utilisation du solveur nous donne une taille de 107.2mm. La pièce n'existe pas au catalogue du vendeur, il faut la faire sur mesure, ça coute 100 fois plus cher. En utilisant une méthode de monte carlo par plages on aurait peut être trouvé une taille, permettant un résultat optimal, entre 103 et 120, permettant d'utiliser une pièce de taille standard.
Bonjour,
Oui, bien sûr, il est probablement possible d'atteindre une valeur optimale et je comprends parfaitement l'exemple.
Dans le cadre de la taxonomie, cette valeur optimale n'apporte aucune valeur ajoutée. Toute valeur qui sépare les exemplaires de I. setosa de ceux de I. versicolor convient, optimale ou non.
J'ai fait une longue série d'optimisations successives avec, pour résultat, autant de valeurs différentes de la limite ; toutes ces valeurs conduisent au même taux de succès.
Maurice
