MATLAB在数学建模中的应用 随手笔记（二）----- 数据拟合方法

重光兰衣

MATLAB在数学建模中的应用 随手笔记（二）----- 数据拟合方法
一、多项式拟合
. F' r# A( c( G/ J" l将数据点按多项式的形式进行拟合，使用最小二乘法，可以确定多项式的系数。多项式拟合有指令语句和图形窗口两种方法：
4 T6 k( L8 F, q1 N0 c1、多项式拟合指令
polyfit(x,y,n)  ：多项式拟合，返回降幂排列的多项式系数。
polyval(p,xi)   ：计算多项式的值。
7 t! w8 ?" i9 n2 M1 P2 b, E5 `其中，x，y是数据点的值；n是拟合的最高次幂；p是返回的多项式系数；xi是要求的点的横坐标。
2、图像窗口的多项式拟合
在图形窗口中可以用菜单的方式对数据进行简单、快速、高效的拟合。
具体步骤（2017b）：
. H0 m7 D: \; T, ?
$ _* N; G/ t/ m/ r  }
, v$ b( J: |- G$ w- s4 ?


- g/ e0 I- U* z" `, S+ @二、指定函数拟合
在MATLAB中也可以用用户自定义的函数进行拟合，通过下面的例子读者可以了解指定函数进行数据拟合的基本方法。
对该数据进行指定拟合：
x=[0;0.4;1.2;2;2.8;3.6;4.4;5.2;6;7.2;8;9.2;10.4;11.6;12.4;13.6;14.4;15];%列向量
y=[1;0.85;0.29;-0.27;-0.53;-0.4;-0.12;0.17;0.28;0.15;-0.03;-0.15;-0.071;0.059;0.08;0.032;-0.015;-0.02];
) K  g( _7 t) [  R在MATLAB中可以用如下命令画出上述点的散点图

1 _9 V4 o5 V& g, a" ^0 t
知道其对应的函数形式为f(t)=acos(kt)e^wt,则可用MATLAB进行拟合。编写如下M文件：

运行此程序，结果如下：
) w! X" ]& h$ q& z. ^

3 b! u1 {4 }) i: \* d3 z程序中，fittype函数是自定义拟合函数；cfun=fit（x，y，f）是根据自定义的拟合函数f来拟合数据x，y。注意：此处数据必须为列向量的形式。fittype函数和fit函数的用法和参数规则可参考Help
从结果可以看出，拟合的曲线为f(x)=0.9987cos(1.001t)e^-0.2066t。拟合曲线给出了数据的大致趋势，效果很好，并给出了各参数的置信区间。
7 T( O& V' p& B$ {注意：command window里给出了warning，是由a，k，w三个参数的初始值未给出导致的，因此如果拟合结果不理想，可以多运行几次。

三、曲线拟合工具箱
$ G' u' G# |- hMATLAB的曲线拟合工具箱功能非常的强大，使用也很方便。

详细步骤：

, W2 n" I( x6 }. g9 N
; T) N# o: E1 P! O  R- T' [( \
$ R' S# s7 J! _' A0 [界面中有五个按钮，功能是：
Data:输出、查看和平滑数据；
) K- U3 ?8 i8 _4 \( IFitting：拟合数据、比较拟合曲线和数据集；
, H. K8 _3 u0 Q# [, @7 fExclude:可从拟合曲线中排除特殊的数据点；
Plotting:选定区间后，单击按钮可选择原始数据和拟合数据作图；
! T' E1 V3 D9 K' ~" [6 }8 gAnalysis:对拟合进行满意度、偏差等分析。
; G5 S* d3 n1 p  b4 t9 |曲线拟合工具箱中包含了各种常用的数据拟合方法，可以对各种函数进行拟合，具体的操作方法请参考Help。
4 s* r# c% j: i
$ t6 q* z8 _# X3 H( z: l
' @* {7 |2 a/ H3 ]- m2 B8 |: \