|
问题：有些时候我们需要拟合一些非线性的表达式。 比如：我们知道一个表达式的式子是y=A*sin(x).*exp(x)-B./log(x),现在我们手里面有x与y对应的一大把数据。我们如何根据x,y的值找出最佳的A、B值。则我们现在借助Matlab的函数lsqcurvefit、nlinfit,当然你也可以使用lsqnonlin.其具体用法请自己用Matlab的帮助命令进行查看。这里仅简单介绍一下常用的方式。 注意：如果对初值比较敏感，涉及到初值设置的问题；以及拟合表达式包含积分表达式或者微分项等问题；以及一些拟合降维的问题，可以参看我的另一篇博文《数据拟合遇见》 PS:如果使用Matlab以上函数拟合不出理想的结果的话,可以尝试使用我自己写的《数学计算器》里的nlinFit、nlinFit2、nlinFit4、nlinFitDE、nlinFitGA、nlinFitLM、nlinFitPSO、nlinFitPSO2、nlinFitPSO3函数 格式:lsqcurvefit(f,a,x,y)、nlinfit(x,y,f,a) f:符号函数句柄,如果是以m文件的形式调用的时候,别忘记加@.这里需要注意,f函数的返回值是和y匹对的,即拟合参数的标准是(f-y)^2取最小值,具体看下面的例子 a:最开始预估的值(预拟合的未知参数的估计值)。如上面的问题如果我们预估A为1,B为2,则a=[1 2] x:我们已经获知的x的值 y:我们已经获知的x对应的y的值 例子1: 问题:对于函数y=a*sin(x)*exp(x)-b/log(x)我们现在已经有多组(x,y)的数据,我们要求最佳的a,b值 %针对上面的问题,我们可以来演示下如何使用这个函数以及看下其效果 >> x=2:10; >> y=8*sin(x).*exp(x)-12./log(x); %上面假如是我们事先获得的值 >> a=[1 2]; >> f=@(a,x)a(1)*sin(x).*exp(x)-a(2)./log(x); %第一种方法使用lsqcurvefit >> lsqcurvefit(f,a,x,y) ans = 7.999999999999987 11.999999999988997%和我们预期的值8和12结合得非常好 >> %第二种方法使用nlinfit >> nlinfit(x,y,f,a) ans = 8.000000000000000 11.999999999999998 >> %********************************** %另一种方法,假如我们写了一个如下的m文件 function f=test(a,x) f=a(1)*sin(x).*exp(x)-a(2)./log(x); end %则在上面lsqcurvefit函数调用如下,不要忘记那个@ lsqcurvefit(@test,a,x,y) 例子2:(多元的情况,注意看格式) 问题:我们已知z=a*(exp(y)+1)-sin(x)*b且有多组(x,y,z)的值,现在求最佳系数a,b >> x=2:10; >> y=10*sin(x)./log(x); >> z=4.5*(exp(y)+1)-sin(x)*13.8; >> f=@(a,x)a(1)*(exp(x(2,:))+1)-sin(x(1,:))*a(2); %第一种方法使用lsqcurvefit >> lsqcurvefit(f,[1 2],[x;y],z)%注意这里面的[x;y],这里的[1 2]表示我们设置f函数里的初始值a(1)=1,,a(2)=2 ans = 4.499999999999999 13.800000000000024 %第二种方法使用nlinfit >> nlinfit([x;y],z,f,[1 2]) ans = 4.500000000000000 13.799999999999956 >> |
|
|
