[数学建模]插值与拟合

最新推荐文章于 2024-01-25 15:00:44 发布

N—E—E

最新推荐文章于 2024-01-25 15:00:44 发布

阅读量229

点赞数

分类专栏：数学建模

本文链接：https://blog.csdn.net/N__E__E/article/details/127030754

版权

数学建模专栏收录该内容

9 篇文章 0 订阅

订阅专栏

插值

更新中

拟合

原理以及拟合工具箱使用参考：(30条消息) 最小二乘法函数拟合原理及matlab实现—数学笔记_DJZYCDJ的博客-CSDN博客_matlab最小二乘拟合

最小二乘法拟合

原理

多项式的最小二乘法拟合

https://mp.weixin.qq.com/s/A7bbGF

https://mp.weixin.qq.com/s/WO-giI60yUEkSgiRTD7L6A

特殊：直线的最小二乘法拟合

一般情况下的最小二乘法拟合（*）

matlab拟合工具箱

多项式拟合函数：

p = ployfit(x, y, n);  % 拟合n次多项式，返回多项式系数矩阵
y = polyval(p, x)  % 根据系数矩阵计算x处对应y的值

% 拟合sinx
x = 1:0.1:10;
y = sin(x);
figure(1);
plot(x,y,'Color',[246/255 83/255 20/255],'LineWidth',2);
hold on;
p = polyfit(x,y,5)
plot(x,polyval(p,x),'Color',[124/255 187/255 0/255],'LineWidth',2);

p = 1×6
    0.0025   -0.0805    0.9110   -4.4167    8.4704   -4.3302

可以拟合线性或非线性一元和二元函数的组合：fit+fittype:

type = fittype(字符串表达式, name, value);  % 字符串表达式说明的是要拟合的函数类型。键值对要指出自变量和因变量
type = fittype(匿名函数, name, value);

fitobj = fit(x, y, type, name, value);  % name,value中一般需要设置迭代起始点
fitobj = fit([x,y], z, type, name, value);  % x,y,z都是列向量
[fitobj, gof] = fit([x,y], z, type, name, value);  % gof包含了一些检验统计量

% 司守奎例5.14
x = linspace(1,10,20);
y = linspace(3,20,20);
z = 1 + 2*log(x) + 3*y;
type = fittype('a + b*log(x) + c*y','dependent',{'z'},'independent',{'x','y'});
[fitobject, gof] = fit([x',y'],z',type,'StartPoint',rand(1,3));
fitobject,gof

     General model:
     fitobject(x,y) = a + b*log(x) + c*y
     Coefficients (with 95% confidence bounds):
       a =           1  (1, 1)
       b =           2  (2, 2)
       c =           3  (3, 3)
 gof = 包含以下字段的 struct:
           sse: 1.1265e-27
       rsquare: 1
           dfe: 17
    adjrsquare: 1
          rmse: 8.1403e-15

可以非线性拟合多个自变量的函数 lsqcurvefit：

arg = lsqcurvefit(func, arg0, x, y, lb, ub, opts);
% arg: 返回的参数向量
% func: 带参数的拟合目标函数
% arg0: 参数的迭代初始值
% x：自变量矩阵，按列排成一个矩阵，每列都是一个自变量对应的值
% y：因变量矩阵(列向量)
% lb,ub: 参数的上下界，自己赋一个值
% opts：一些选项

% 司守奎例5.18
a = readmatrix('数学建模算法与应用（第3版）程序及数据\05第5章  插值与拟合\data5_18.txt');
y = a(:,[2,7]);
y = y(~isnan(y));
x = [a(:,[3:5]);a(1:end-1,[8:10])];
func = @(c,x) exp(-c(1)*x(:,1)).*sin(c(2)*x(:,2))+x(:,3).^2;
lb = zeros(1,2);
ub = ones(1,2);
arg = lsqcurvefit(func,rand(1,2),x,y,lb,ub)

Local minimum possible.
lsqcurvefit stopped because the size of the current step is less than
the value of the step size tolerance.

<stopping criteria details>
arg = 1×2
    0.0000    0.3099