matlab的经验公式,将实验数据用经验公式拟合得参数值

V1   [1     1.08458  1.08395  1.0754     1.04797  1.02895  1.03673  1.04564  1.05313  1.05994  1.09507  1.04544  1.01227        1.04552  1.04195  0.99444  1.03655  1.02332  1.03372  1.03352  1.023       0.98866  0.98309  0.98971  0.96433  0.97194        0.96696  0.96091  0.93761  0.93052  0.94097  0.93879  0.92944  0.91747  0.89747  0.90229  0.89104  0.88791  0.87494        0.88455  0.848       0.85899  0.86493  0.85522  0.83628  0.84917  0.8247     0.83079  0.84459  0.8439     0.82312  0.79118        0.78761  0.78482  0.78919  0.79089  0.81597  0.75397  0.73237  0.78595  0.73393  0.71303  0.7691     0.75924  0.75683        0.73659  0.71725  0.71269  0.69079  0.6729     0.67224  0.67139  0.65496  0.67889  0.66863  0.6712     0.66897  0.67212        0.65354  0.64515  0.63709  0.61907  0.61559  0.62595  0.61277  0.57659  0.56868  0.55906  0.55541  0.54736  0.53945        0.53557  0.54842  0.54651  0.51368  0.50272  0.52521  0.52592  0.48296  0.51057  0.46922  0.48235  0.45932  0.45048        0.46357  0.46667  0.43396  0.45747  0.42896  0.40605  0.43059  0.42545  0.39771  0.39125  0.3677     0.35363  0.35367        0.34723  0.33748  0.33115  0.35087  0.31854  0.31832  0.32789  0.31486  0.32964  0.30645  0.31864  0.30999  0.28514        0.29553  0.27513  0.27415  0.27831  0.25431  0.24965  0.24839  0.24217  0.23556  0.23665  0.22922  0.22503  0.21724        0.22341  0.20876  0.19901  0.19485  0.19654  0.1886     0.18754  0.18153  0.17509  0.17353  0.15924  0.16565  0.1569        0.15415  0.14939  0.1508     0.14059  0.13391  0.13378  0.13042  0.12987  0.12296  0.11628  0.11553  0.11079  0.10834        0.10558  0.09895  0.09239  0.08645  0.08613  0.08022  0.07803  0.07152  0.07037  0.06542  0.06066  0.05813  0.05344        0.0495     0.04847  0.04351  0.03774  0.03427  0.02957  0.01941  0.01768  0.01476  0.01382  0.01218  0.0105     0.0097        0.00828  0.00722  0.00592  0.00504  0.00415]t1    [5     30    55    80    105 130 155 180 205 230 255 280 305 330 355 380 405 430 455 480 505 530 555 580 605        630 655 680 705 730 755 780 805 830 855 880 905 930 955 980 1005        1030        1055        1080        1105        1130        1155        1180        1205        1230        1255        1280        1305        1330        1355        1380        1405        1430        1455        1480        1505        1530        1555        1580        1605        1630        1655        1680        1705        1730        1755        1780        1805        1830        1855        1880        1905        1930        1955        1980        2005        2030        2055        2080        2105        2130        2155        2180        2205        2230        2255        2280        2305        2330        2355        2380        2405        2430        2455        2480        2505        2530        2555        2580        2605        2630        2655        2680        2705        2730        2755        2780        2805        2830        2855        2880        2905        2930        2955        2980        3005        3030        3055        3080        3105        3130        3155        3180        3205        3230        3255        3280        3305        3330        3355        3380        3405        3430        3455        3480        3505        3530        3555        3580        3605        3630        3655        3680        3705        3730        3755        3780        3805        3830        3855        3880        3905        3930        3955        3980        4005        4030        4055        4080        4105        4130        4155        4180        4205        4230        4255        4280        4305        4330        4355        4380        4405        4430        4455        4480        4505        4530        4555        4580        4605        4630        4655        4680        4705        4730        4755        4780        4805        4830        4855        4880        4905        4930        4955        4980]

经验公式是[图片]现在知道[图片]=1,(会有[图片]的时候),将上面所列的V1,t1的实验数据拟合上面那个公式,得出最佳的n和k的值,及拟合评价系数等值,若[图片](经验),则认为拟合关系正确,得出此时的k的值。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这里提供一种基本的经验公式数据拟合matlab代码实现方法。 1. 定义经验公式 在进行数据拟合之前,需要先确定使用的经验公式。这里以一个简单的二次函数为例: $$y=a_1x^2+a_2x+a_3$$ 2. 准备数据 首先需要准备一组数据,包括自变量x和因变量y。这里使用matlab自带的peaks数据作为例子: ```matlab [x, y, z] = peaks; ``` 这里只使用其中的x和y两列数据。 3. 定义误差函数 采用最小二乘法进行数据拟合,需要定义误差函数。这里使用平方误差: $$E=\sum_{i=1}^{n}(y_i-f(x_i))^2$$ 其中,$n$表示数据点的数量,$f(x_i)$表示经验公式计算得到的值。 ```matlab function mse = errorFunc(param, x, y) n = length(x); mse = sum((y - (param(1) * x.^2 + param(2) * x + param(3))).^2) / n; end ``` 4. 调用拟合函数 使用matlab自带的fminsearch函数进行拟合,需要提供误差函数、初始参数值拟合选项。这里初始参数值设为[1, 1, 1]。 ```matlab param0 = [1, 1, 1]; options = optimset('MaxFunEvals', 10000, 'MaxIter', 10000); [param, mse] = fminsearch(@(param)errorFunc(param, x, y), param0, options); ``` 5. 绘制拟合曲线 使用拟合得到的参数,计算经验公式的值,绘制拟合曲线。 ```matlab y_fit = param(1) * x.^2 + param(2) * x + param(3); plot(x, y, '.', x, y_fit, '-') ``` 完整代码如下: ```matlab [x, y, z] = peaks; function mse = errorFunc(param, x, y) n = length(x); mse = sum((y - (param(1) * x.^2 + param(2) * x + param(3))).^2) / n; end param0 = [1, 1, 1]; options = optimset('MaxFunEvals', 10000, 'MaxIter', 10000); [param, mse] = fminsearch(@(param)errorFunc(param, x, y), param0, options); y_fit = param(1) * x.^2 + param(2) * x + param(3); plot(x, y, '.', x, y_fit, '-') ```

“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