Matlab曲线拟合及其在试验数据处理中的应用.pdfVIP

第 17卷第2期 电 脑 与 信 息 技 术 V0I．17No．2 2009年 4月 Comouterand Information Technoloav 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Madab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：曲线拟合；最小二乘；神经网络 中图分类号：TP399 文献标识码：A CurveFittingBasedonMatlabandtheApplicationonTestData YANG Yun—sheng (88MailBoxofJiyuan，JiyuanHenan454650，China) Abstract：Thefundamentalrulesofleastsquarecurvefittinglaw and NN Curvefittinglaw areintroduced,theirrealization methodsbasedMadab areresearched．Thethreewaysalevalidatedusedmathematicmodeldataandtestdat Intheend, thecharacteristicandapphedconditionofthethreecurvefittinglawsareconcluded． Keywords：curvefitting；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1J【。不同的数据处理方法其适用范围可 (1L／J、二霖的多项式拟合 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 中使用 ployfit()函数进行多项式的曲线拟合pl4】， 体实现过程进行了介绍。 函数的参数形式如下： P=ployfit(X，Y，n) (1) 1 曲线拟合方法及 Matlab实现 式中：x，Y为实测数据向量 ，n为多项式次数，P为得 曲线拟合是进行试验数据分析的一种重要手段， 到多项式各项的系数向量。 目的是寻找一条光滑曲线，他在某种准则下最佳地拟 可以利用ployval()函数对拟合得到的模型进行验证。 合试验数据。比较常用的曲线拟合方法有最小二乘法、 (2)既定函数