matlab函数拟合

1. matlab函数拟合

问题出在，t=0时，Log10（t）是无穷大，所以运行程序出现警告。处理方法，人为地加一个最小量，即
t=[eps 0.3333333333333144  0.6666666666666856 1.0 ......]
程序修改后代码
t=[eps 0.3333333333333144  0.6666666666666856 1.0 ......]';
y=[0.7000000000000455 5.5 5.5 5.400000000000034 5.300000000000011 ......]';
[coefit,yfit]=f_mbpclft(t,y)   %f_mbpclft（）自定义函数就是你给的内容
运行结果

2. 用matlab拟合函数

用matlab拟合成：(a/165000)*(2*x)^b+d*(2*x)^c这种形式，一般可以lsqcurvefit（）来确定a,b,c,d的系数。
经拟合可以求得
a=0.00011353,b=1,c=-5.1844,d=-5.1844
R^2=0.97664    %相关系数（拟合度）

运行代码：

3. 如何用matlab数据拟合函数

4. 在matlab中如何根据拟合图得到函数？

在matlab中根据拟合图得到函数步骤如下：
1、常用的模型有多项式模型、幂函数模型、指数函数模型等。

2、设出函数，用命令“plot”绘出图像作为对比。

3、准备好散点数据，用命令“plot”绘出散点作为对比。

4、调用函数“fit”，参数包括散点数据和曲线拟合模型。

5、按回车键即可完成曲线拟合，p1、p2、p3为多项式前面的系数。

5. 如何用matlab数据拟合函数?

Matlab有一个功能强大的曲线拟合工具箱 cftool ，使用方便，能实现多种类型的线性、非线性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。

假设我们要拟合的函数形式是 y=A*x*x + B*x, 且A>0,B>0。

1、在命令行输入数据：
》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447 296.204 311.5475]；
》y=[5 10 15 20 25 30 35 40 45 50]；

2、启动曲线拟合工具箱
》cftool

3、进入曲线拟合工具箱界面“Curve Fitting tool”
（1）点击“Data”按钮，弹出“Data”窗口；
（2）利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set name”，然后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数据集的曲线图；
（3）点击“Fitting”按钮，弹出“Fitting”窗口；
（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data set”下拉菜单选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类型有：
Custom Equations：用户自定义的函数类型
Exponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)
Fourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) + b1*sin(x*w)
Gaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic spline、shape-preserving
Polynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree ~
Power：幂逼近，有2种类型，a*x^b 、a*x^b + c
Rational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic ~、4-5th degree ~；此外，分子还包括constant型
Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）
Sum of Sin Functions：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x + c1)
Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)

6. 在matlab中如何根据拟合图得到函数？

在matlab中根据拟合图得到函数步骤如下：
1、常用的模型有多项式模型、幂函数模型、指数函数模型等。

2、设出函数，用命令“plot”绘出图像作为对比。

3、准备好散点数据，用命令“plot”绘出散点作为对比。

4、调用函数“fit”，参数包括散点数据和曲线拟合模型。

5、按回车键即可完成曲线拟合，p1、p2、p3为多项式前面的系数。

7. 麻烦matlab高手用帮我拟合一组数据

因为y的数据数值较大，而且较分散。所以将y变换为y/10000进行拟合，之后再将a和b都除以10000来将之前的变换修正回来。程序如下：
clear all
clc
xdata=1:8;
ydata=[25440,26829,20353,21171,17309,17205,19518,17196]/10000;
y=@(c,xdata)1./(c(1)+c(2)*xdata.^c(3));
[coef,resnorm,residual,exitflag]=lsqcurvefit(y,[10;10;10],xdata,ydata);
coef(1:2)=coef(1:2)/10000;
x1=0:0.1:10;
y1=1./(coef(1)+coef(2)*x1.^coef(3));
set(gca,'fontsize',15)
plot(xdata,10000*ydata,'or','Markersize',8,'linewidth',2)
hold on
plot(x1,y1,'-k','linewidth',2)
xlabel('x')
ylabel('y')
legend('data','fit')
coef

结果中coef是的三个值是依次是a,b,c的值。

8. 如何用matlab数据拟合函数?

Matlab有一个功能强大的曲线拟合工具箱 cftool ，使用方便，能实现多种类型的线性、非线性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。\x0d\x0a\x0d\x0a假设我们要拟合的函数形式是 y=A*x*x + B*x, 且A>0,B>0。\x0d\x0a\x0d\x0a1、在命令行输入数据：\x0d\x0a》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447 296.204 311.5475]；\x0d\x0a》y=[5 10 15 20 25 30 35 40 45 50]；\x0d\x0a\x0d\x0a2、启动曲线拟合工具箱\x0d\x0a》cftool\x0d\x0a\x0d\x0a3、进入曲线拟合工具箱界面“Curve Fitting tool”\x0d\x0a（1）点击“Data”按钮，弹出“Data”窗口；\x0d\x0a（2）利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set name”，然后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数据集的曲线图；\x0d\x0a（3）点击“Fitting”按钮，弹出“Fitting”窗口；\x0d\x0a（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data set”下拉菜单选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类型有：\x0d\x0aCustom Equations：用户自定义的函数类型\x0d\x0aExponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)\x0d\x0aFourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) + b1*sin(x*w)\x0d\x0aGaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)\x0d\x0aInterpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic spline、shape-preserving\x0d\x0aPolynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree ~\x0d\x0aPower：幂逼近，有2种类型，a*x^b 、a*x^b + c\x0d\x0aRational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic ~、4-5th degree ~；此外，分子还包括constant型\x0d\x0aSmoothing Spline：平滑逼近（翻译的不大恰当，不好意思）\x0d\x0aSum of Sin Functions：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x + c1)\x0d\x0aWeibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)