matlab eqs,拟合非线性函数求系数

该博客介绍了如何使用Matlab进行非线性数据拟合和动力学参数估计。通过多变量线性回归计算初步参数,然后利用lsqnonlin函数进行非线性最小二乘法拟合,对实验数据进行处理,得出KZ、KB和KC的估计值及置信区间,并展示了残差图和模型适定性判别。
摘要由CSDN通过智能技术生成

function kinetics3

clear all

clc

%实验数据

B = [1.319 1.3161 1.3112 1.2892 1.2695 1.2601 1.2485 1.2389 1.2245 1.2052 1.181 1.1456 1.1402 1.1134 1.0827 1.036 0.9634];

C= [0.0813 0.0957 0.1188 0.1532 0.1877 0.2089 0.2333 0.2621 0.2891 0.3323 0.3738 0.4275 0.4464 0.4916 0.5393 0.6141 0.7114];

r = [0.02286 0.02244 0.02202 0.0216 0.02118 0.02076 0.02034 0.01992 0.0195 0.01908 0.01866 0.01796 0.01726 0.01656 0.01586 0.01376 0.01166];

% 用多变量线性回归方法估计动力学参数

R =B./r;

y = R;

X = [ones(size(y)) B C];

b = X\y  % 或[b,bint] = regress(y,X,0.05);

KZ = 1/b(1);

KB = b(2)*KZ;

KC = b(3)*KZ;

% 用lsqnonlin()--求解非线性最小二乘法(非线性数据拟合)问题

beta0 = [KZ KB KC];

lb = [1 1 1];

ub = [+inf +inf +inf];

[beta,resnorm,resid,exitflag,output,lambda,jacobian] =

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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