如何使用Matlab编程进行参数拟合 （小木虫转载）

如何使用Matlab编程进行参数拟合 

 

1前言 2基本概念和原理 3主要内容 4实例 5涉及的文件 1前言 之前帮疯学网做过一个利用Matlab编程进行参数拟合 的教程，由于疯学网好像倒闭了，希望之前做的工作不要白费，这里拿出来分享下，希望能对虫友的学习、科研工作有所帮助。其他的不多说，言归正传，下面从原理和实例对如何使用Matlab编程进行参数拟合进行讲解。 2基本概念和原理 所谓参数拟合，就是已知试验或者真实数据，然后寻找一个模型对其规律进行模拟，求取模型中未知参数的一个过程。根据模型的复杂程度我分成以下几类讲解： 代数方程模型 线性模型 非线性模型 单变量，单目标问题 多变量，单目标问题 多变量，多目标问题，共享参数 复数模型拟合 微分方程模型 简单微分方程参数拟合 复杂微分方程参数拟合 3主要内容 3.1代数方程模型 y=f(x,β) x, n维自变量x=[x1,x2,…,xn]' β，p维参数向量β =[β1, β2,…, βn]' y，m维因变量y=[y1,y2,…,yn]' f，m维函数向量f=[f1,f2,…,fn]' Matlab 求解函数 线性最小二乘法：ployfit， regress 非线性最小二乘法：fit， lsqnonlin，lsqcurvefit，nlinfit nlintool，fmincon 3.2微分方程模型 dx/dt=f(t,x,β,u)  x(t0)=x0 x, n维状态变量x=[x1,x2,…,xn]' x0, n维状态变量初值x=[x10,x20,…,xn0]' β，p维参数向量β =[β1, β2,…, βp]' u，r维操作变量y=[u1,u2,…,um]' f，ODE方程m维函数向量f=[f1,f2,…,fm]' 对于给定β，由龙格-库塔积分可得x(t) y(t)=g(x(t), β)  y为m维输出量y=[y1,y2,…,yn]' g为输出量y与状态变量x之间非线性关系的函数向量g=[g1,g2,…,gn]' 用导数法和积分法将ODE问题转化为代数方程问题 3.2优化准则和参数初值确定方法 优化准则：最小二乘法，极大似然，概率密度函数 非线性模型必须采用非线性回归的方法 参数初值确定方法 （1）根据模型结构 和本质 描述物理系统的模型的结构和本质可能指明未知参数的取值范围 （2）模型方程的渐进行为 例如指数衰减模型yi=k1+k2exp(-k3*xi) xi-->∞，yi约为k1， xi-->0，yi=k1+k2(1-k3*xi)，利用接近0的x及对应y回归，结合k1,就可得到k1 k2 k3初值 （3）模型方程的变换 把非线性系统转化为线性系统，线性最小二乘结果作为非线性估计的初值 （4）直接搜索，全局算法 如果对参数不了解，可用直接搜索或者全局（多起点，遗传等算法处理） 3.4决定性指标 回归均值的总偏离  Ne：实验点数目， yei，yci，i次实验值与计算值 由于公式比较难显示，见附件ppt里面内容 4实例 4.1线性拟合函数：regress() 调用格式：b=regress(y,X) [b,bint,r,rint,