数据拟合方法研究气温变化规律.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据拟合方法研究气温变化规律

《数值计算》实验报告 学院: 软件学院 专业: 软件工程 班级:12级4班 实验名称 数据拟合方法研究气温变化规律 姓名 罗光光 学号 1402120418 成绩 实验报告内容要求: 实验三:编写多项式拟合程序。并用该程序解决下列问题:假定某天的气温变化记录如下表,试用最小二乘方法找出这一天的气温变化规律。 1 2 3 4 5 6 7 8 9 10 11 12 13 14 14 14 14 15 16 18 20 22 23 25 28 31 14 15 16 17 18 19 20 21 22 23 24 32 31 29 27 25 24 22 20 18 17 16 考虑下列类型函数,计算误差平方和,并作图比较效果。 二次函数 三次函数 四次函数 函数(提高:非线性拟合问题) 一.实验目的: 1.理解数据拟合的基本概念,基本方法; 2.掌握最小二乘法的基本原理,并学会通过计算机解决实际问题. 二.实验原理: 利用最小二乘法来解决实际遇到的问题,并解决问题 三.实验环境: PC机,MATLAB程序 四.实验过程(编写的程序) (1)二次函数 fun2=inline(c(1)*x.^2+c(2)*x+c(3),c,x) fun2 = Inline function: fun2(c,x) = c(1)*x.^2+c(2)*x+c(3) x=0:24; y=[15 14 14 14 14 15 16 18 20 22 23 25 28 31 32 31 29 27 25 24 22 20 18 17 16]; c=lsqcurvefit(fun2,[0 0 0],x,y) Optimization terminated: relative function value changing by less than OPTIONS.TolFun. c = -0.0936 2.5943 8.4157 poly2str(c,x) ans = -0.093609 x^2 + 2.5943 x + 8.4157 三次函数 fun2=inline(c(1)*x.^3+c(2)*x.^2+c(3)*x+c(4),c,x) fun2 = Inline function: fun2(c,x) = c(1)*x.^3+c(2)*x.^2+c(3)*x+c(4) x=0:24;y=[15 14 14 14 14 15 16 18 20 22 23 25 28 31 32 31 29 27 25 24 22 20 18 17 16]; c=lsqcurvefit(fun2,[0 0 0 0],x,y) Maximum number of function evaluations exceeded; increase options.MaxFunEvals c = -0.0071 0.1597 0.2487 12.4001 poly2str(c,x) ans = -0.0070916 x^3 + 0.15971 x^2 + 0.24868 x + 12.4001 ( 3 )钟形函数 fun2=inline(c(1)*exp(c(2)*(t-14).^2),c,t) fun2 = Inline function: fun2(c,t) = c(1)*exp(c(2)*(t-14).^2) t=0:24;y=[15 14 14 14 14 15 16 18 20 22 23 25 28 31 32 31 29 27 25 24 22 20 18 17 16]; c=lsqcurvefit(fun2,[0,0],t,y) Optimization terminated: relative function value changing by less than OPTIONS.TolFun. c = 27.9628 -0.0058 %a= 27.9628 b=-0.0058 五、实验结果及分析 此地的气温随着时间的推迟而升高,在下午2点左右到达峰值,然后会随着时间而降低,直到第二天. 六、实验反思 1.掌握了数据拟合的基本概念和方法; 2.学会了最小二乘法的基本原理,并能通过计算机解决实际问题.

文档评论(0)

shenlan118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档