曲线拟合要求预测值与真实值差的平方和最小,可以使用模拟退火算法对指数曲线进行拟合。
例子:
对阳新县1976-1989年传染病总发病率情况进行拟合。
以年份顺序编号作为自变量,记为t,以总发病率作为因变量,记为Y,运用模拟退火算法拟合非线性曲线模型Y=10^(a+bt),尝试模拟退火算法。参数设定T=1000,结束温度T0=0.001,步长step=0.001,Markov链长L=300。
用MATLAB编写模拟退火算法程序,经过多次运算得到拟合函数Y=10^(2.900841-0.069839t),残差和err=432287.8。
源代码:
function [err] = h(sol) %构造目标函数
t = 1: 14;
L = [ 1016. 1 84. 89 553. 4 339. 7 268. 5 414. 7 416. 3
317. 5 242. 2 141. 2 80. 4 115. 9 70. 3 22.