【matlab在数学建模中的应用】一：matlab中的常规方法

1.数据拟合方法

1.1拟合与插值

 插值：将离散点补全为连续函数，所得函数会通过每一个离散点。
 拟合：数据是离散点，曲线只需要大致符合数据趋势即可

1.2拟合的基本方法

多项式拟合

polyfit(X,Y,N)：多项式拟合，返回次数为N的多项式系数
polyval(P,xi)：P是polyfit()返回的多项式系数
图形窗口工具栏也有多种拟合。

自定义函数拟合

例子：

syms t;
x=[50; 200; 400; 600; 800];
y=[0.00000209; 0.00000267; 0.00000825; 0.000748; 0.0216];
%列向量要一一对应
f=fittype('C*(1-(0.0005)^(0.000130.000000372*t+0.0000000036*t^2))^(n+1)','independent','t','coefficients',{'C','n'});   
%使用fittype进行函数的自定义，语法如下 
%f=fittype('公式具体表达','independent','自变量名','coefficients',{'待定参数1','待定参数2'});
[cfun,rsquare]=fit(x,y,f,'Lower',[580,1.4],'Upper',[3000000,3],'StartPoint',[600, 1.5]); 
%{[cfun,函数输出设置]=fit(x,y,f,'函数输入设置1',输入设置1具体定义,'函数输入设置2',输入设置2具体定义,...,'函数输入设置n',输入设置n具体定义)
%函数输出设置可选rsquare等，需要注意的是其输出是作为一个整体输出的。一般写rsquare，诸如sse、rsquare、dfe、adjusted rsquare、rmse都会给出。所以建议只写rsquare即可。

      函数输入设置可选较多，这里只给常用的几个参数设定：

      1、lower：拟合参数下界限，和参数一 一对应，案例中'Lower',[580,1.4]即表示拟合过程中参数C取值不小于580，参数n取值不小于1.4。

      2、upper：拟合参数上界限，和参数一 一对应，案例中'Upper',[3000000,3]即表示拟合过程中参数C取值不大于3000000，参数n取值不大于3。

      3、StartPoint：拟合参数初始值，和参数一 一对应，案例中'StartPoint',[600,1.5]即表示拟合开始时参数C取值为600，参数n取值为1.5。
%}
xi=0:1:850;
%案例中xi=0:1:850；表示绘制0到850之间的拟合曲线，拟合曲线计算间隔为1。（理论上设置间隔越小，最后拟合结果越可靠，建议间隔不要超过3000个）
yi=cfun(xi); 
plot(x,y,'r*',xi,yi,'b-');