第七讲_非线性拟合课件.ppt

上传人:石*** 文档编号:39881277 上传时间:2022-09-08 格式:PPT 页数:17 大小:1.08MB
返回 下载 相关 举报
第七讲_非线性拟合课件.ppt_第1页
第1页 / 共17页
第七讲_非线性拟合课件.ppt_第2页
第2页 / 共17页
点击查看更多>>
资源描述

《第七讲_非线性拟合课件.ppt》由会员分享,可在线阅读,更多相关《第七讲_非线性拟合课件.ppt(17页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第七讲_非线性拟合第1页,此课件共17页哦 已知离散点上的数据集 求得一解析函数y=f(x),使f(x)在原离散点xi上尽可能接近给定yi的值,这一过程叫曲线拟合.最常用的曲线拟合是最小二乘法曲线拟合,拟合结果可使误差的平方和最小,即找出使下式最小的f(x):)y,x(,),y,x(),y,x(nn22112n1iii|y)x(f|min 通常,在解决实际问题时先将已知数据的散点图画出,然后设计拟合的曲线类型,最后根据某种准则选定最佳的曲线.1.多项式拟合 多项式拟合就是选择适当的多项式对数据集进行拟合,其命令为:格式:p=polyfit(X,Y,n).第2页,此课件共17页哦说明:求出已知数

2、据(X,Y)的n阶拟合多项式f(x)按降幂排列的系数p,X必须是单调的.例1.对以下数据作出散点图,然后用多项式拟合:(0.5,1.75),(1,2.75),(1.5,3.81),(2,4.8),(2.5,7),(3,8.6)解:x=0.5,1.0,1.5,2.0,2.5,3.0;y=1.75,2.45,3.81,4.80,7.00,8.60;plot(x,y)发现:这些点大致地位于某条直线附近,故可考虑线性拟合:p=polyfit(x,y,1)ans:p=2.7937 -0.1540即拟合函数为:y=2.7937x-0.154(图6.1)第3页,此课件共17页哦上述函数的拟合效果如何?我们可

3、以通过计算误差平方和的大小进行考察(两种方法):(1)sum(2.7937*x-0.154-y).2)=0.9136如果用二次函数进行拟合,则有:p=polyfit(x,y,2)p=0.5614 0.8287 1.1560即拟合函数为:1.1568287x.05614x.0y2 此时误差平方和为:sum(polyval(p,x)-y).2)=0.1781根据误差平方和最小原则:二次函数优于线性函数(2)sum(polyval(p,x)-y).2)=0.9136是否有误差等于零的多项式?有,那就是该数据点的插值多项式(五次多项式)第4页,此课件共17页哦 通常,给出两点的坐标,我们可以得到一条直

4、线;若给出三点的坐标,我们可以得到一条抛物线;,给出n个点的坐标,我们可以得到一个n-1阶的多项式.是否多项式的阶数越高越好呢?非也!在解决实际问题时,只要达到所需的精度,应尽量选择简单的函数.p=-1.6000 13.7400 -44.0733 65.6650 -42.6317 11.350011.3542.6317x-65.665x 44.0733x-13.74x-1.6xy2345 此时多项式在x处的函数值为:polyval(p,x)ans=1.7500 2.4500 3.8100 4.8000 7.0000 8.6000例2.某种合金中的主要成分为A,B两种金属,经过试验发现:这两种金

5、属成分之和x与合金的膨胀系数y有如下关系,建立描述这种关系的数学表达式.第5页,此课件共17页哦x3737.53838.53939.54040.54141.54242.543y3.4332.272.11.831.531.71.81.92.352.542.9解:首先作出散点图:x=37:0.5:43;y=3.4,3,3,2.27,2.1,1.83,1.53,1.7,1.8,1.9,2.35,2.54,2.9;plot(x,y,*)发现:有点像抛物线,故选二次函数拟合.p=polyfit(x,y,2)p=0.1660 -13.3866 271.6231271.623113.3866x-0.166x

6、y2 即为所求拟合曲线误差平方和:R=sum(polyval(p,x)-y).2)=0.2523(图6.2)第6页,此课件共17页哦设有实验数据 ,寻找函数使得函数在点 处的函数值与观测数据偏差的平方和达到最小.即求满足如下条件的函数 使得 最小)(),(n,1,2,iyxii),(yxf),(,n21ixi)x,(yf n1i2ii)y),x(yf解决此类问题有以下几个步骤:(1)首先作出散点图,确定函数的类别;(2)根据已知数据确定待定参数的初始值,利用Matlab软件计算最佳参数;(3)根据可决系数,比较拟合效果。2.非线性拟合第7页,此课件共17页哦 n1i2in1i2ii2)yy()

7、y(1Ry n1iiyn1y其中R2越趋近于1表明拟合效果越好.如果是多项式函数,则称为多项式回归,此时的参数即多项式的系数;如果为指数函数、对数函数、幂函数或三角函数等,则称为非线性拟合.下面的图形给出了常见曲线与方程的对应关系:在Matlab中实现可决系数的命令:R2=1-sum(y-y1).2)/sum(y-mean(y).2)可决系数的计算公式为第8页,此课件共17页哦baxy 幂函数 指数函数 bxaey 双曲线函数 baxxy对数函数 xbayln第9页,此课件共17页哦指数函数 xbaey S形曲线 xbeay1具有S形曲线的常见方程有:罗杰斯蒂(logistic)模型:xey1

8、 龚帕兹(Gomperty)模型:)exp(xkey理查德(Richards)模型:/1)exp(1/xy 威布尔(Weibull)模型:)exp(ty 第10页,此课件共17页哦为了实现非线性拟合,首先要定义函数1.inline 定义的函数:用于曲线拟合、数值计算步骤:(1)建立M文件;(2)fun=inline(f(x),参变量,x)例1.建立函数:a,b,c为待定的参数)be1(aycx fun=inline(b(1)*(1-b(2)*exp(-b(3)*x),b,x);此处,将b看成参变量,b(1),b(2),b(3)为其分量.若计算函数在x=0:0.1:1上的函数值,由于此时x为矩阵

9、,只需将函数表达式中的某些量表示成向量有些*改成.*即可.第11页,此课件共17页哦在实际问题中,有时散点图作出后未必是多项式的图形,可能像其他的曲线,这时可以猜测曲线类型,然后利用如下命令:beta,r,J=nlinfit(x,y,fun,beta0)其中,x,y为原始数据,fun是在M文件中定义的函数,beta0是函数中参数的初始值;beta为参数的最优值,r是各点处的拟合残差,J为雅克比矩阵的数值.例2.已知如下数据,求拟合曲线k=0,47,93,140,186,279,372,465,558,651;y=18.98,27.35,34.86,38.52,38.44,37.73,38.43

10、,43.87,42.77,46.22;plot(k,y,*)第12页,此课件共17页哦根据右图,我们猜测曲线为:)eb-(1bykb-213 现在利用最小二乘法确定最佳参数:b1,b2,b3b0=43,0.6,0.1;%初始参数值fun=inline(b(1)*(1-b(2)*exp(-b(3)*k),b,k);b,r,j=nlinfit(k,y,fun,b0);b%最佳参数R=sum(r.2)%误差平方和b=42.6643,0.5483,0.0099即拟合曲线为:-0.0099ky42 6643(1-0.5483e).(图6.3)第13页,此课件共17页哦拟合结果如右图所示,红色为拟合曲线图

11、形,*为原始散点图.y1=42.6643*(1-0.5483*exp(-0.0099*k);plot(k,y,*,k,y1,-or)作图程序为:(图6.4)01002003004005006007001520253035404550练习:计算可决系数第14页,此课件共17页哦 例3.炼钢厂出钢时所用盛钢水的钢包,由于钢水对耐火材料的侵蚀,容积不断增大,我们希望找出使用次数与增大容积之间的函数关系.实验数据如下:表4.2 钢包使用次数与增大容积使用次数23456789增大容积6.428.29.589.59.7109.939.99使用次数10111213141516增大容积10.4910.5910

12、.610.810.610.910.76baxxy)1(cxbeayxbaey 分别选择函数 拟合钢包容积与使用次数的关系,在同一坐标系内作出函数图形.第15页,此课件共17页哦x1=2:16;y1=6.42,8.2,9.58,9.5,9.7,10,9.93,9.99,10.49,10.59,10.6,10.8,10.6,10.9,10.76;b01=0.1435,0.084;%初始参数值fun1=inline(x./(b(1)+b(2)*x),b,x);%定义函数b1,r1,j1=nlinfit(x1,y1,fun1,b01);y=x1./(0.1152+0.0845*x1);%根据b1写出具

13、体函数 plot(x1,y1,*,x1,y,-or);下面给出分式函数拟合程序:初始参数b0的计算,由于确定两个参数值,因此我们选择已知数据中的两点(2,6.42)和(16,10.76)代入方程,得到方程组:可决系数计算:第16页,此课件共17页哦b16a167610b2a2426.14350b0840a16b16a76102b2a426.)(.)(.上述方程组有两种解法:手工,Matlab,下面介绍Matlab 解方程组的方法x,y=solve(6.42*(2*a+b)=2,10.76*(16*a+b)=16)1(cxbeay)1/ln(ln aycxb取点:(2,6.42),(8,9.93),(10,10.49)代入上述方程 a,b,c=solve(log(b)+c*2=log(6.42/a-1),log(b)+c*10=log(10.49/a-1),log(b)+c*8=log(9.93/a-1)注意:如果出现复数解,则只取实部第17页,此课件共17页哦

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 大学资料

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知得利文库网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号-8 |  经营许可证:黑B2-20190332号 |   黑公网安备:91230400333293403D

© 2020-2023 www.deliwenku.com 得利文库. All Rights Reserved 黑龙江转换宝科技有限公司 

黑龙江省互联网违法和不良信息举报
举报电话:0468-3380021 邮箱:hgswwxb@163.com