最小二乘法的曲线拟合方法在MATLAB中的实现

一、实验内容

已知一组实验数据如下表，求它的拟合曲线。

x(i)	1	2	3	4	5
f(i)	4	4.5	6	8	8.5
w(i)	2	1	3	1	1

二、程序清单与运行结果 

M文件代码如下：

function S=mypolyfit(X,F,W,m,n)
% mypolyfit输出通过最小二乘法求得的拟合曲线并绘图验证
% 例如：
% X=[1 2 3 4 5];
% F=[4 4.5 6 8 8.5];
% W=[2 1 3 1 1];
% S=mypolyfit(X,F,W,4,1)
% 
% G =
% 
%     [  8, 22]
%     [ 22, 74]
% 
% 
% d =
% 
%     47
%     291/2
% 
% 
% S =
% 
%     (65*x)/54 + 277/108
 
% 判断输入参数是否足够
if nargin~=5
    error('请输入最小二乘的用矩阵表示的离散点集、权值与点的个数和拟合次方')
end
 
% 判断离散点集和权值的个数是否充分
C=[X',F',W'];
[r c]=size(C);
number=r*c;
if number~=3*(m+1)
    error('离散点集和权值的个数不充分')
end

% 生成线性无关函数族
syms x;
for i=1:n+1
    A(i)=x^(i-1);
end
 
% 计算G
for j=1:n+1
    for i=1:n+1
        for k=1:m+1
            B(k)=W(k)*subs(A(i),x,k)*subs(A(j),x,k);
        end
        G(i,j)=sum(B);
    end
end
G
 
% 计算d
for j=1:n+1
    for k=1:m+1
        B(k)=W(k)*F(k)*subs(A(j),x,k);
    end
    d(j)=sum(B);
end
d=d'
 
% 求出拟合曲线的系数
G=G^-1;
C=G*d;
S=0;
for i=1:n+1
    S=S+C(i)*x^(i-1);
end
 
% 画图
scatter(X,F,'+');
hold on;
ezplot(S,[0,6]);
xlabel('x')
ylabel('y')
title('拟合曲线')

end

运行结果如下：

>> S=mypolyfit(X,F,W,4,1)
 
G =
 
[  8, 22]
[ 22, 74]
 
 
d =
 
    47
 291/2
 
 
S =
 
(65*x)/54 + 277/108

拟合曲线如下所示：

三、实验总结

在本次实验中，我将编写的算法的功能扩大，使之不仅仅限于能够完成进行五个离散点、一次方的最小二乘拟合，而是能够完成任意多离散点、任意次的最小二乘拟合，离散点集、权值由控制台手动创立一个矩阵来输入，而所求的拟合次方也能在控制台输入，达到了普遍适用的目的。