基于MATLAB的最小二乘法曲线拟合姓名梁岩学号1014201066专业机械.doc

PAGE   PAGE \* MERGEFORMAT 4 基于MATLAB的最小二乘法曲线拟合 姓名：梁 岩 学号：1014201066 专业：机械工程 1 前 言 在科学实验数据处理分析中，有时往往需要根据一组给定的实验数据,求出自变量x与因变量y的函数关系，有时很难找到它们之间的精确表达式, 这时就要根据观察点的数值，利用最小二乘法曲线拟合去构造一个近似解析式。利用该方法“拟合”出的函数曲线虽然不能保证通过所有的样本点，但是很好地“逼近”了它们，充分反映了已知数据间内在的数量关系。因此，这种方法在生产实践和科学实验中具有广泛的应用前景。一般构造的方法很多，本文针对最小二乘法曲线拟合的有关问题以及相应的MATLAB实现进行探讨。 2 最小二乘法曲线拟合原理 最小二乘法曲线拟合方法：根据给定的实验数据，要求所给的实验数据与一个函数拟合，若记误差，，设，,…是上线性无关函数族，在中找一个函数，使误差平方和 ， 这里 这称为曲线拟合的最小二乘法。 3 曲线拟合问题 已知实验数据如下表1所示。 表1 实验数据 x0.10.40.50.70.70.9y0.610.920.991.521.472.03试确定拟合函数的系数，并画出拟合曲线。 4 MATLAB实现求解 MATLAB是一个高级的数值分析、处理与计算软件。在本文中利用MATLAB软件来实现曲线拟合问题的求解，采用MATLAB中提供的lsqcurvefit函数实现最小二乘法拟合。其调用格式为x=lsqcurvefit（fun，x0，xdata，ydata），其中fun为拟合函数，x0为初始参数，（xdata，ydata）为一组观测数据。 根据要求在MATLAB中建立拟合函数的M文件fun.m，代码如下： function f=fun(x,xdata) n=length(xdata); for i=1:n f(i)=x(1)+x(2)*xdata(i)+x(3)*sin(xdata(i))+x(4)*exp(xdata(i)); end 其实现的MATLAB代码如下： clear all; xdata=[0.1 0.4 0.5 0.7 0.7 0.9]; ydata=[0.61 0.92 0.99 1.52 1.47 2.03]; x0=[1 1 1 1]; [x,resnorm,residual]=lsqcurvefit(fun,x0,xdata,ydata) 运行程序，输出如下： x = -5.5881 -21.2454 14.6466 6.2096 resnorm = 0.0067 residual = 0.0022 -0.0390 0.0590 -0.0397 0.0103 0.0072 从而拟合函数为 绘制拟合曲线的代码如下： plot(xdata,ydata,ro); xi=0:0.1:1.0; y=fun(x,xi); grid on;hold on plot(xi,y); legend(观测数据点,拟合数据点); xlabel(数据);ylabel(拟合); 运行程序，得到最小二乘法曲线拟合结果，如图1所示。 图1 最小二乘法曲线拟合结果 5 结论 首先介绍了最小二乘法，其次针对相应的曲线拟合问题应用MATLAB具体实现了最小二乘法曲线的拟合，获得了最小二乘法拟合曲线，使相应的曲线拟合问题得到了解决。在今后的研究和工作中也可以应用MATLAB 来实现建立曲线模型对相应数据对象进行曲线拟合，从而找到更好更形象的反映变量之间关系的曲线，找到合适的拟合曲线。 参考文献 [1] 李庆杨，王能超，易大义. 数值分析[M].北京：清华大学出版社，2008:73-78. [2] 张德. MATLAB 数值分析[M].北京：机械工业出版社，2012：254-262. [3] 唐培培，戴晓霞，谢龙汉. MATLAB科学计算及分析[M].北京：电子工业出版社，2012:253-261.