MATLAB实现模拟退火算法在指数曲线拟合中的应用

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.