数模实验第四版数据拟合与模型参数估计.doc

数学模型实验—实验报告4 学院： 河北大学工商学院 专 业： 电气七班 姓 名： 李青青 学号： 2012484098 实验时间： 2014/4/15 实验地点： B3-301 一、实验项目：数据拟合与模型参数估计 二、实验目的和要求 a.了解数据拟合的原理和Matlab中的有关命令。 Polfit：MATLAB函数：p=polyfit(x,y,n) [p,s]= polyfit(x,y,n) 说明：x,y为数据点，n为多项式阶数，返回p为幂次从高到低的多项式系数向量p。x必须是单调的。矩阵s用于生成预测值的误差估计。(见下一函数polyval) 多项式曲线求值函数：polyval( ) 调用格式： y=polyval(p,x) [y,DELTA]=polyval(p,x,s) 说明：y=polyval(p,x)为返回对应自变量x在给定系数P的多项式的值。 [y,DELTA]=polyval(p,x,s) 使用polyfit函数的选项输出s得出误差估计Y DELTA。它假设polyfit函数数据输入的误差是独立正态的，并且方差为常数。则Y DELTA将至少包含50%的预测值。 Polyval ? polyval函数的主要功能是多项式的估值运算，其语法格式为y = polyval(p,x)，输入变量p是长度为n+1的向量，各元素是依次按降幂排列的多项式的系数，函数返回的是那次多项式p在x处的值，x可以是一个数，也可以是一个矩阵或者一个向量,在后两种情况下，该指令计算的是在X中任意元素处的多项式p的估值。 ? ? polyvalm的主要功能是用于matlab中多项式求值。其语法格式为y=polyvalm（a，A），其中a为多项式行向量表示，A为指定矩阵。 Lsqlin 约束线性最小二乘函数　lsqlin　格式　x = lsqlin(C,d,A,b)　 %求在约束条件 下，方程Cx = d的最小二乘解x。x = lsqlin(C,d,A,b,Aeq,beq)　 %Aeq、beq满足等式约束 ，若没有不等式约束，则设A=[ ]，b=[ ]。x = lsqlin(C,d,A,b,Aeq,beq,lb,ub)　 %lb、ub满足 ，若没有等式约束，则Aeq=[ ]，beq=[ ]。x = lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0)　 % x0为初始解向量，若x没有界，则lb=[ ]，ub=[ ]。x = lsqlin(C,d,A,b,Aeq,beq,lb,ub,x0,options)　 % options为指定优化参数 lsqcurvefit 最常见的调用格式如下： X = LSQCURVEFIT(FUN,X0,XDATA,YDATA). 其中FUN为一个函数，已M文件或匿名函数存在。若FUN以M文件形式存在，那么FUN在调用语句中的格式为：@(x,xdata) FUN(x,xdata,c).@(x,xdata)中分别表示待求参数，xdata表示的是自变量,c是可以传递到函数里面的常数。 Lsqnonlin：lsqnonlin解决非线性最小二乘问题，包括非线性数据拟合问题Rather than compute the value f(x) (the sum of squares), lsqnonlin requires the user-defined function to compute the vector-valued function 而不是计算的值f（x）（平方和），需要用户定义函数lsqnonlin求向量值函数Then, in vector terms, you can restate this optimization problem as 然后，在矢量的术语，你可以重申这一优化问题 where x is a vector and F(x) is a function that returns a vector value. 其中x是一个向量和f（x）是一个函数，返回一个向量值。 x = lsqnonlin(fun,x0) starts at the point x0 and finds a minimum of the sum of squares of the functions described in fun. fun should return a vector of values and not the sum of squares of the values. (The algorithm implicitly sums and squares fun(x).) X = lsqnonl