最小二乘法曲线拟合的matlab程序

《最小二乘法曲线拟合的matlab程序》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、方便大家使用的最小二乘法曲线拟合的Matlab程序非常方便用户使用,直接按提示操作即可;这里我演示一个例子:(红色部分为用户输入部分,其余为程序运行的结果,结果图为Untitled.fig,Untitled2.fig)请以向量的形式输入x,y.x=[1,2,3,4]y=[3,4,5,6]通过下面的交互式图形，你可以事先估计一下你要拟合的多项式的阶数，方便下面的计算.polytool()是交互式函数,在图形上方[Degree]框中输入阶数,右击左下角的[Export]输出图形回车打开polytool交互式界面回车继续进

2、行拟合输入多项式拟合的阶数m=4Warning:Polynomialisnotunique;degree>=numberofdatapoints.>Inpolyfitat72Inzxecfat64输出多项式的各项系数a=0.0200000000000001a=-0.2000000000000008a=0.7000000000000022a=0.0000000000000000a=2.4799999999999973输出多项式的有关信息SR:[4x5double]df:0normr:2.3915e-015Warning

3、:Zerodegreesoffreedomimpliesinfiniteerrorbounds.>Inpolyvalat104Inpolyconfat92Inzxecfat69观测数据拟合数据xyyh1.00003.00003.00002.00004.00004.00003554.00006.00006.0000剩余平方和Q=0.000000标准误差Sigma=0.000000相关指数RR=1.000000请输入你所需要拟合的数据点，若没有请按回车键结束程序.输入插值点x0=3输出插值点拟合函数值y0=5.0000>

4、>结果：untitled.figuntitled2.fig一些matlab优化算法代码的分享代码的目录如下：欢迎讨论1.约束优化问题：minRosen(Rosen梯度法求解约束多维函数的极值)(算法还有bug)minPF(外点罚函数法解线性等式约束)minGeneralPF(外点罚函数法解一般等式约束)minNF(内点罚函数法)minMixFun(混合罚函数法)minJSMixFun(混合罚函数加速法)minFactor(乘子法)minconPS(坐标轮换法)(算法还有bug)minconSimpSearch(复合形

5、法)2.非线性最小二乘优化问题minMGN(修正G-N法)3.线性规划：CmpSimpleMthd(完整单纯形法)4.整数规划(含0-1规划)DividePlane(割平面法)ZeroOneprog(枚举法)5.二次规划QuadLagR(拉格朗日法)ActivedeSet(起作用集法)6.辅助函数(在一些函数中会调用)minNT(牛顿法求多元函数的极值)Funval(求目标函数的值)minMNT(修正的牛顿法求多元函数极值)minHJ(黄金分割法求一维函数的极值)7.高级优化算法1）粒子群优化算法(求解无约束优化问题

6、)1>PSO(基本粒子群算法)2>YSPSO(待压缩因子的粒子群算法)3>LinWPSO(线性递减权重粒子群优化算法)4>SAPSO(自适应权重粒子群优化算法)5>RandWSPO(随机权重粒子群优化算法)6>LnCPSO(同步变化的学习因子)7>AsyLnCPSO(异步变化的学习因子)(算法还有bug)8>SecPSO(用二阶粒子群优化算法求解无约束优化问题)9>SecVibratPSO(用二阶振荡粒子群优化算法求解五约束优化问题)10>CLSPSO(用混沌群粒子优化算法求解无约束优化问题)11>SelPSO(基于

7、选择的粒子群优化算法)12>BreedPSO(基于交叉遗传的粒子群优化算法)13>SimuAPSO(基于模拟退火的粒子群优化算法)2)遗传算法1>myGA(基本遗传算法解决一维约束规划问题)2>SBOGA(顺序选择遗传算法求解一维无约束优化问题)3>NormFitGA(动态线性标定适应值的遗传算法求解一维无约束优化问题)4>GMGA(大变异遗传算法求解一维无约束优化问题)5>AdapGA(自适应遗传算法求解一维无约束优化问题)6>DblGEGA(双切点遗传算法求解一维无约束优化问题)7>MMAdapGA(多变异位自适

8、应遗传算法求解一维无约束优化问题)自己编写的马尔科夫链程序A代表一组数据序列一维数组本程序的操作对象也是如此t=length(A);%计算序列“A”的总状态数B=unique(A);%序列“A”的独立状态数顺序，“E”E=sort(B,'ascend');a=0;b=0;c=0;d=0;forj=1:1:ttLocalization=find(