数学建模社区-数学中国

标题: nlinfit 求教—MATLAB编程问题 [打印本页]

作者: xiwu    时间: 2010-6-4 16:00
标题: nlinfit 求教—MATLAB编程问题
%% ------1 先建立自定义函数的M文件------------------
function y=Gompertz(b,t);
y=b(1)*exp(-b(2)*exp(-b(3)*t));
%% ------2 再建立数据的结构体储存方式------------------
clc;
datas=smooth212; %smooth212已排升序,先按品种,再按个体,再按日龄;数据smooth212见附件中的电子表格数据
brd=0;%用来表示不同品种,1Landrace,2Yorkshire,3Duroc,4Unkown
id=0;%用来表示不同个体
n=0;%用来计算不同品种个体数
tday=0;%用来计算不同个体测定天数
breeds=struct('earmark',[]);%以下程序对data中的数据用结构数组进行分类存储,结构数组有3级,依次是品种breeds,耳牌earmark,和每天测定数据tdata
for i=1:length(datas)
    if datas(i,2)~=brd
        brd=datas(i,2);
        id=datas(i,1);
        n=1;
        tday=1;
    elseif datas(i,1)~=id
        id=datas(i,1);
        n=n+1;
        tday=1;
    else
        tday=tday+1;
    end
    breeds(brd).earmark(n).tdata(tday,:)=datas(i,:);  %创建结构体
end
%% ------3 求Gompertz模型曲线参数估计------------------
for i=1:length(breeds);
    t=0;
    for j=1:length(breeds(i).earmark);
        t=t+1;
        [beta r]=nlinfit(breeds(i).earmark(j).tdata(:,5),breeds(i).earmark(j).tdata(:,7),@Gompertz,[100 2 0.001]); %调用句柄函数,做非线性拟合Gompertz方程
        breeds(i).zjdata(t,1:3)=beta; % Gompertz 拟合参数向量,品种i中的个体t的估计参数
        breeds(i).zjdata(t,4)=1-sum(r.^2)/(length(breeds(i).earmark(j).tdata)-1)/var(breeds(i).earmark(j).tdata(:,7));  %拟合效果
     end
end  % 运行后出错,错在函数结果出现了无穷小Inf或逻辑非值NaN,需要修改MATLAB源程序
%%-----------4参数结果保存---------------------------
  logdata=[];
      for i=1:length(breeds)
         logdata=[logdata;breeds(i).zjdata];
      end
%%------------------------------------------------------------
我在运行第3段程序时,计算机就不出结果了,出现错误。但是当改为对logistic函数时,程序就没问题,可能是nlinfit(breeds(i).earmark(j).tdata(:,5),breeds(i).earmark(j).tdata(:,7),@Gompertz,[100 2 0.001])还要修改。但我吧知道怎么修改了,请各位路过的高手进来帮忙看看啊。

smooth212导出结果.xls

1.89 MB, 下载次数: 0, 下载积分: 体力 -2 点


作者: xiwu    时间: 2010-6-4 17:00
请大家不吝赐教了啊

作者: 厚积薄发    时间: 2010-6-4 19:19
这个是该函数的调用形式:[BETA,R,J,COVB,MSE] = NLINFIT(X,Y,MODELFUN,BETA0)
BETA0表示初始值构成的向量!

下面是help文档中对此函数的参数解释:

  Y is a  vector of response (dependent variable) values.  Typically, X is a
    design matrix of predictor (independent variable) values, with one row
    for each value in Y and one column for each coefficient.  However, X
    may be any array that MODELFUN is prepared to accept.  MODELFUN is a
    function, specified using @, that accepts two arguments, a coefficient
    vector and the array X, and returns a vector of fitted Y values.  BETA0
    is a vector containing initial values for the coefficients.

作者: 厚积薄发    时间: 2010-6-4 19:25
[beta r]=nlinfit(breeds(i).earmark(j).tdata(:,5),breeds(i).earmark(j).tdata(:,7),@Gompertz,[100 2 0.001]); 这个语法没有错误!
作者: 枫露之茗    时间: 2010-6-6 02:05
额……路过,顶一下

作者: qq397277891    时间: 2010-6-6 21:01
好久没用非线性拟合了,感觉很生疏
作者: xiwu    时间: 2010-6-8 18:58
多谢大家出言了




欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5