matlab中双参数,求助一个使用Matlab对两个拥有相同参数的方程组进行拟合,求其参数的问题 - 计算模拟 - 小木虫 - 学术 科研 互动社区...

两个方程组分别如下:

z=1+(c5^2*c1*(c5^2-4*pi^2*fdata.^2))./((c5^2-4*pi^2*fdata.^2).^2+4*pi^2*fdata.^2*c4^2)+c2*c6^2*(c6^2-4*pi^2*fdata.^2+4*pi^2*fdata.^2*c3^2)./((c6^2-4*pi^2*fdata.^2*(1+c3^2)).^2+16*pi^2*fdata.^2*c6^2*c3^2);

f=(c5^2*c1*2*pi*fdata*c4./((c5^2-4*pi^2*fdata.^2).^2+4*pi^2*fdata.^2*c4^2))+c2*c6*2*pi*fdata.*c3.*(c6^2+4*pi^2*fdata.^2*(1+c3^2))./((c6^2-4*pi^2*fdata.^2*(1+c3^2)).^2+16*pi^2*fdata.^2*c6^2*c3^2);

上面两个方程组具有相同的参数,想通过matlab对它们进行拟合,求解除其参数,但是使用lsqcurvefit我只能拟合其中一个函数而另一个拟合不了(既是,拟合哪一个方程,那个方程对应的曲线便和拟合曲线完全一致,而另一个方程对应的曲线同拟合曲线有很大的偏差),我想请问一下,如何同时拟合两个方程组,实现数据的优化。由于我这边没有1stOpt,所以这个软件对我没什么帮助了。求大神指点!!!

data:

fdata                 z               f

1000000.00         47.95         1.35

1039782.09         47.28         1.89

1079564.19         48.13         0.67

1119346.28         49.09         1.18

1159128.37         48.05         1.67

1198910.46         47.72         1.42

1238692.55         48.51         1.04

1278474.65         48.14         2.00

1318256.74         48.06         1.38

1364583.14         47.67         1.65

1417899.95         47.59         0.72

1471216.76         47.81         1.70

1524533.58         47.38         1.83

1577850.39         47.94         0.92

1631167.20         48.49         1.28

1684484.02         47.77           2.02

1737800.83         47.95         1.46

1798870.92         47.99         1.69

1869156.16         47.87         1.56

1939441.41         47.72         1.58

2009726.66         47.76         1.16

2080011.91         47.79         1.45

2150297.16         47.85         1.81

2220582.41         47.88         1.65

2290867.65         48.31         1.37

2371373.71         47.90         1.82

2465711.91         47.69         1.85

2560050.12         47.76         1.55

2654388.33         48.00         2.02

2748726.54         47.96         2.30

2843064.74         47.80         2.26

2937402.95         48.24         1.94

3031741.16         48.13         2.33

3126079.37         47.85         2.30

3235936.57         47.96         2.25

3362370.66         47.89         2.56

3488804.75         47.98         2.63

3615238.84         47.83         2.39

3741672.92         47.87         2.64

3868107.01         47.96         2.69

3994541.10         48.18         2.68

4120975.19         47.90         2.66

4265795.19         47.92         2.91

4432467.78         47.92         2.93

4599140.37         47.87         2.84

4765812.96         47.96         3.00

4932485.55         47.81         3.17

5099158.14         48.05         3.36

5265830.73         47.96         3.53

5432503.32         47.87         3.59

5623413.25         47.91         3.72

5847124.40         48.09         3.98

6070835.54         47.86         4.05

6294546.69         47.82         4.07

6518257.83         47.77         4.31

6741968.98         47.93         4.41

6965680.12         47.93         4.52

7189391.27         47.97         4.73

7413102.41         47.90         4.98

7673614.89         47.86         5.07

7973437.37         47.81         5.21

8273259.84         47.82         5.43

8573082.32         47.88         5.56

8872904.79         47.84         5.82

9172727.26         47.84         6.08

9472549.74         47.94         6.29

9772372.21         47.98         6.51

10115794.54         47.96         6.70

10511037.54         47.84         7.05

10906280.54         47.87         7.44

11301523.53         47.81         7.68

11696766.53         47.68         7.97

12092009.52         47.66         8.28

12487252.52         47.66         8.66

12882495.52         47.57         9.03

13335214.32         47.54         9.31

13865717.05         47.43         9.75

14396219.78         47.30         10.19

14926722.50         47.12         10.70

15457225.23         47.02         11.14

15987727.96         46.88         11.56

16518230.69         46.71         12.00

17048733.41         46.49         12.43

17579236.14         46.35         12.88

18197008.59         46.02         13.36

18907999.72         45.69         13.93

19618990.85         45.30         14.44

20329981.98         44.96         14.95

21040973.11         44.64         15.48

21751964.24         44.26         15.93

22462955.37         43.82         16.43

23173946.50         43.44         16.89

23988329.19         42.93         17.36

24925598.04         42.31         17.91

25862866.89         41.70         18.38

26800135.74         41.11         18.79

27737404.59         40.48         19.17

28674673.43         39.90         19.57

29611942.28         39.26         19.94

30549211.13         38.69         20.28

31622776.60         38.01         20.57

32880796.82         37.24         20.90

34138817.04         36.45         21.20

35396837.26         35.69         21.52

36654857.48         34.94         21.68

37912877.69         34.20         21.89

39170897.91         33.51         22.06

40428918.13         32.82         22.17

41686938.35         32.16         22.30

43151907.68         31.39         22.39

44837933.36         30.53         22.49

46523959.03         29.76         22.53

48209984.70         28.99         22.54

49896010.37         28.21         22.57

51582036.04         27.52         22.57

53268061.71         26.85         22.53

54954087.39         26.20         22.47

56885293.08         25.47         22.39

59107907.79         24.70         22.28

61330522.49         23.94         22.16

63553137.19         23.24         22.05

65775751.90         22.58         21.89

67998366.60         21.94         21.74

70220981.30         21.33         21.58

72443596.01         20.80         21.42

74989420.93         20.15         21.22

77972657.00         19.47         20.99

80955893.07         18.78         20.75

83939129.13         18.20         20.55

86922365.20         17.61         20.31

89905601.27         17.09         20.08

92888837.33         16.56         19.85

95872073.40         16.11         19.64

98855309.47         15.62         19.43

102329299.23         15.15         19.21

106327496.17         14.57         18.93

110325693.12         14.06         18.61

114323890.06         13.59         18.30

118322087.01         13.15         18.05

122320283.95         12.74         17.84

126318480.90         12.33         17.58

130316677.85         11.93         17.34

134896288.26         11.53         17.04

140166938.32         11.10         16.77

145437588.39         10.69         16.49

150708238.46         10.30         16.23

155978888.52         9.92         15.95

161249538.59         9.56         15.69

166520188.65         9.24         15.43

171790838.72         8.95         15.19

177827941.00         8.61         14.93

184902308.57         8.24         14.65

191976676.14         7.88         14.37

199051043.70         7.58         14.09

206125411.27         7.28         13.85

213199778.83         6.98         13.60

220274146.40         6.75         13.41

227348513.97         6.49         13.12

234422881.53         6.24         12.88

242661009.51         5.97         12.59

252142228.61         5.69         12.36

261623447.72         5.39         12.08

271104666.83         5.20         11.84

280585885.93         4.97         11.66

290067105.04         4.75         11.41

299548324.15         4.60         11.27

309029543.25         4.39         11.04

319889510.97         4.20         10.85

332388191.95         3.95         10.57

344886872.92         3.76         10.30

357385553.90         3.56         10.13

369884234.88         3.37         9.96

382382915.85         3.20         9.74

394881596.83         3.03         9.59

407380277.80         2.85         9.39

421696503.43         2.72         9.15

438472472.66         2.53         8.95

455248441.89         2.31         8.77

472024411.12         2.21         8.55

488800380.35         2.06         8.37

505576349.58         1.89         8.21

522352318.81         1.80         8.04

539128288.04         1.70         7.90

555904257.27         1.57         7.78

575439937.34         1.48         7.58

597923451.02         1.25         7.41

620406964.71         1.18         7.25

642890478.40         1.07         7.11

665373992.08         0.93         6.99

687857505.77         0.86         6.79

710341019.45         0.69         6.74

732824533.14         0.66         6.53

758577575.03         0.55         6.46

788755378.15         0.43         6.32

818933181.27         0.33          6.18

849110984.39         0.20          6.06

879288787.52         0.15         5.92

909466590.64         0.08         5.88@月只蓝

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MATLAB中,要进行微分方程组参数拟合,首先需要确定待拟合的微分方程组和需要拟合参数。然后,可以使用MATLAB中的优化工具箱中的函数,如"fmincon"或"lsqnonlin"来进行参数拟合。 首先,需要定义待拟合的微分方程组,并将其表示为函数形式。可以使用MATLAB中的"@(t,y)odefunc(t,y,p)"来进行定义,其中"t"表示时间变量,"y"表示解向量,"p"表示待拟合参数向量。 接下来,需要提供待拟合的数据,即已知条件下的解向量"y_exp"和对应的时间变量"t_exp"。可以通过实验或其他途径获得这些数据。 然后,可以定义代价函数,即拟合误差的度量。一种常见的代价函数可以是最小二乘法,即将每个观测点的拟合误差平方求和作为代价。 接下来,可以使用MATLAB中的优化函数,如"fmincon"或"lsqnonlin"来进行参数拟合。这些函数可以通过最小化代价函数来找到使得拟合误差最小的参数向量。 最后,通过调用优化函数,可以得到最优的参数向量。这些参数可以用于求解微分方程组,并获得与实验数据拟合度最好的解向量。 需要注意的是,微分方程组参数拟合一个复杂的过程,需要综合考虑问题的物理含义、实验数据的可靠性以及参数拟合的合理性等因素。因此,在进行参数拟合时,需要仔细选择优化算法和合适的代价函数,并对结果进行验证和分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值