matlab曲线拟合及其在试验数据处理中的应用 curve fitting based on matlab and the application on test data.pdfVIP

第17卷第2期 电 脑 与 信 息 技 术 V01．17No．2 2009年4月 andInformation Computer Technology Apr．2009 文章编号：1005—1228(2009)02--0034-03 Matlab曲线拟合及其在试验数据处理中的应用 杨云升 (河南省济源市88号信箱454650) 摘要：文章介绍了最小二乘方法和神经网络方法曲线拟合的原理方法，并列出了最小二乘的多项式拟合和既定函数样 式拟合以及Bp神经网络拟合的Matlab实现过程，利用数学模型和一组试验数据对三种方法的性能进行验证，最后归纳 总结了几种方法的性能特点和适用范围。 关键词：曲线拟舍；最小二乘；神经网络 中图分类号：TP399文献标识码：A Curve BasedOilMatlabandthe OilTestData Fitting Application YANG Yun-sheng MailBox Henan 454650，China) (88 ofJiyuan，Jiyuan laware realization fundamentalrulesofleast CUtWe lawandNNcurve introduced,their Abstract：The square fitting fitting are mathematicmodeldataandtestdata．Inthe methodsbasedMatlabresearched．Thethree 8revalidatedused elld’ ways concluded． thecharacteristicand conditionofthethreecurve lawsare appfied fitting Keywords：curve丘tdIlg；leasrsquare；NN 科研试验的主要目的是对事物模型的研究，而采 用不同的形式时，拟合的结果形式不一样，k(x)的既定 用的主要方法是通过采集试验数据，建立与之相应的 形式需要根据经验进行判断，当不知道k(x)的具体形 数学模型，在建模过程中最常用到的数据处理方法就 式时只能进行多项式拟合。下面介绍两种Maflab中常 是进行数据的曲线拟合——即寻找与数据吻合程度比 用的最／b--乘曲线拟合方法： 较好的函数形式fllo不同的数据处理方法其适用范围可 (1)塌外．二乘的多项式拟合多项式拟合是在不知道k 能不同、处理结果也可能不尽相同，需要根据具体的模 (x)具体形式下采用的一种曲线拟合形式，可以根据数 型形式和试验数据选择恰当的数据处理方法。文中对 据拟合精度的要求选用不同的多项式次数，在Matlab 几种常用的曲线拟合方法及其在Matlab环境下的具 体实现过程进行了介绍。