曲线拟合方法.doc

《曲线拟合方法.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、今天帮同学做了一个非线性函数的曲线拟合，以前没做过，所以是摸着石头过河。费了一下午时间，终于把曲线拟合出来了，顺道也学习了使用Matlab进行曲线拟合的方法，把学习所得记录下来，和大家共享。一、单一变量的曲线逼近Matlab有一个功能强大的曲线拟合工具箱cftool，使用方便，能实现多种类型的线性、非线性曲线拟合。下面结合我使用的MatlabR2007b来简单介绍如何使用这个工具箱。假设我们要拟合的函数形式是y=A*x*x+B*x,且A>0,B>0。1、在命令行输入数据：》x=[110.3323148.732817

2、8.064202.224.7105244.5711262.908280.0447296.204311.5475]；》y=[5101520253035404550]；2、启动曲线拟合工具箱》cftool3、进入曲线拟合工具箱界面“CurveFittingtool”（1）点击“Data”按钮，弹出“Data”窗口；（2）利用Xdata和Ydata的下拉菜单读入数据x,y，可修改数据集名“Datasetname”，然后点击“Createdataset”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数据集的曲线

3、图；（3）点击“Fitting”按钮，弹出“Fitting”窗口；（4）点击“Newfit”按钮，可修改拟合项目名称“Fitname”，通过“Dataset”下拉菜单选择数据集，然后通过下拉菜单“Typeoffit”选择拟合曲线的类型，工具箱提供的拟合类型有：·CustomEquations：用户自定义的函数类型·Exponential：指数逼近，有2种类型，a*exp(b*x)、a*exp(b*x)+c*exp(d*x)·Fourier：傅立叶逼近，有7种类型，基础型是a0+a1*cos(x*w)+b1*sin(

4、x*w)·Gaussian：高斯逼近，有8种类型，基础型是a1*exp(-((x-b1)/c1)^2)·Interpolant：插值逼近，有4种类型，linear、nearestneighbor、cubicspline、shape-preserving·Polynomial：多形式逼近，有9种类型，linear~、quadratic~、cubic~、4-9thdegree~·Power：幂逼近，有2种类型，a*x^b、a*x^b+c·Rational：有理数逼近，分子、分母共有的类型是linear~、quadrat

5、ic~、cubic~、4-5thdegree~；此外，分子还包括constant型·SmoothingSpline：平滑逼近（翻译的不大恰当，不好意思）·SumofSinFunctions：正弦曲线逼近，有8种类型，基础型是a1*sin(b1*x+c1)·Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)选择好所需的拟合曲线类型及其子类型，并进行相关设置：——如果是非自定义的类型，根据实际需要点击“Fitoptions”按钮，设置拟合算法、修改待估计参数的上下限等参数；——如果选CustomE

6、quations，点击“New”按钮，弹出自定义函数等式窗口，有“LinearEquations线性等式”和“GeneralEquations构造等式”两种标签。在本例中选CustomEquations，点击“New”按钮，选择“GeneralEquations”标签，输入函数类型y=a*x*x+b*x，设置参数a、b的上下限，然后点击OK。（5）类型设置完成后，点击“Apply”按钮，就可以在Results框中得到拟合结果，如下例：generalmodel:f(x)=a*x*x+b*xCoefficients(w

7、ith95%confidencebounds):a=0.(0.,0.00937)b=1.78e-011(fixedatbound)Goodnessoffit:SSE:6.146R-square:0.997AdjustedR-square:0.997RMSE:0.8263同时，也会在工具箱窗口中显示拟合曲线。这样，就完成一次曲线拟合啦，十分方便快捷。当然，如果你觉得拟合效果不好，还可以在“Fitting”窗口点击“Newfit”按钮，按照步骤（4）~（5）进行一次新的拟合。不过，需要注意的是，cftool工具箱只能进

8、行单个变量的曲线拟合，即待拟合的公式中，变量只能有一个。对于混合型的曲线，例如y=a*x+b/x，工具箱的拟合效果并不好。下一篇文章我介绍帮同学做的一个非线性函数的曲线拟合。