第七讲matlab实现非线性拟合.ppt

上传人:本田雅阁 文档编号:3410515 上传时间:2019-08-22 格式:PPT 页数:11 大小:122.01KB
返回 下载 相关 举报
第七讲matlab实现非线性拟合.ppt_第1页
第1页 / 共11页
第七讲matlab实现非线性拟合.ppt_第2页
第2页 / 共11页
第七讲matlab实现非线性拟合.ppt_第3页
第3页 / 共11页
第七讲matlab实现非线性拟合.ppt_第4页
第4页 / 共11页
第七讲matlab实现非线性拟合.ppt_第5页
第5页 / 共11页
点击查看更多>>
资源描述

《第七讲matlab实现非线性拟合.ppt》由会员分享,可在线阅读,更多相关《第七讲matlab实现非线性拟合.ppt(11页珍藏版)》请在三一文库上搜索。

1、设有实验数据 ,寻找函数 使得函数在点 处的函数值与观测数据偏差的平方和达到最小.即求满足如下条件的函数 使得,其中 是待定的参数,而 就是最小二乘法所确定的最佳参数.,解决此类问题有以下几个步骤:(1)首先作出散点图,确定函数的类别;(2)根据已知数据确定待定参数的初始值,利用Matlab软件计算最佳参数;(3)根据可决系数,比较拟合效果,计算可决系数的公式为,其中,R2越趋近于1表明拟合效果越好.,如果是多项式函数,则称为多项式回归,此时的参数即多项式的系数;如果为指数函数、对数函数、幂函数或三角函数等,则称为非线性拟合.下面的图形给出了常见曲线与方程的对应关系:,在Matlab中实现可决

2、系数的计算的例子:,x=2:16; y=6.42,8.2,9.58,9.5,9.7,10,9.93,9.99,10.49,10.59,10.6,10.8,10.6,10.9,10.76;,y1=x./(0.1152+0.0845*x); % 拟合曲线,R2=1-sum(y-y1).2)/sum(y-mean(y).2),幂函数,指数函数,双曲线函数,对数函数,指数函数,S形曲线,具有S形曲线的常见方程有:,罗杰斯蒂(logistic)模型:,龚帕兹(Gomperty)模型:,理查德(Richards)模型:,威布尔(Weibull)模型:,为了实现非线性拟合,首先要定义在线函数,1. inli

3、ne 定义的函数:用于曲线拟合、数值计算,步骤:(1)建立M文件; (2)fun=inline(f(x) , 参变量,x),例1. 建立函数: a,b,c为待定的参数,fun=inline(b(1)*(1-b(2)*exp(-b(3)*x),b,x);,此处,将b看成参变量,b(1),b(2),b(3)为其分量.,若计算函数在x=0:0.1:1上的函数值,由于此时x为矩阵,只需将函数表达式中的某些量表示成向量有些*改成.*即可.,在实际问题中,有时散点图作出后未必是多项式的图形,可能像其他的曲线,这时可以猜测曲线类型,然后利用如下命令:,beta,r,J = nlinfit(x,y,fun,b

4、eta0),其中,x,y为原始数据,fun是在M文件中定义的函数,beta0是函数中参数的初始值;beta为参数的最优值,r是各点处的拟合残差,J为雅克比矩阵的数值.,例2. 已知如下数据,求拟合曲线,k= 0,47,93,140,186,279,372,465,558,651;,y=18.98,27.35,34.86,38.52,38.44,37.73,38.43,43.87,42.77,46.22;,plot(k,y,*),根据右图,我们猜测曲线为:,现在利用最小二乘法确定最佳参数:b1,b2,b3,b0=43,0.6,0.1; %初始参数值 fun=inline(b(1)*(1-b(2)

5、*exp(-b(3)*k),b,k); b,r,j=nlinfit(k,y,fun,b0); b %最佳参数 R=sum(r.2) %误差平方和,b = 42.6643,0.5483,0.0099,即拟合曲线为:,(图6.3),拟合结果如右图所示,红色为拟合曲线图形,*为原始散点图.,y1=42.6643*(1-0.5483*exp(-0.0099*k); plot(k,y,*,k,y1,-or),作图程序为:,(图6.4),练习:计算可决系数,例3.炼钢厂出钢时所用盛钢水的钢包,由于钢水对耐火材料的侵蚀,容积不断增大,我们希望找出使用次数与增大容积之间的函数关系.实验数据如下: 表4.2 钢

6、包使用次数与增大容积,分别选择函数,拟合钢包容积与使用次数的关系 ,在同一坐标系内作出函数图形.,x1=2:16; y1=6.42,8.2,9.58,9.5,9.7,10,9.93,9.99,10.49,10.59,10.6,10.8,10.6,10.9,10.76; b01=0.1435,0.084; %初始参数值 fun1=inline(x./(b(1)+b(2)*x),b,x); % 定义函数 b1,r1,j1=nlinfit(x1,y1,fun1,b01); y=x1./(0.1152+0.0845*x1); %根据b1写出具体函数 plot(x1,y1,*,x1,y,-or);,下面

7、给出分式函数拟合程序:,初始参数b0的计算, 由于确定两个参数值,因此我们选择已知数据中的两点(2,6.42)和(16,10.76)代入方程,得到方程组:,可决系数计算:,上述方程组有两种解法:手工,Matlab,下面介绍Matlab 解方程组的方法,x,y=solve(6.42*(2*a+b)=2,10.76*(16*a+b)=16),取点:(2,6.42),(8,9.93),(10,10.49)代入上述方程,a,b,c=solve(log(b)+c*2=log(6.42/a-1),log(b)+c*10=log(10.49/a-1),log(b)+c*8=log(9.93/a-1),注意:如果出现复数解,则只取实部,

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 其他


经营许可证编号:宁ICP备18001539号-1