曲线拟合的理解和研究.docxVIP

------------- 精选文档 ----------------- 曲线拟合的理解和应用 曹明轩 精仪学院 1014202029 曲线拟合 在我们的实验测试中， 都会得到海量的数据。 为了更好地了解这些数据或者 从数据中，做出预测、判断，给实验者提供重要的参考。我们必须对得到的数据 做拟合，得到能充分反映数据的内在规律的函数。 在所有的拟合方法之中，曲线拟合具有重要的应用前景 。曲线拟合，俗称 拉曲线，是一种把既有数据通过数学方法代入一个数学表达式的方法。 科学和工 程问题可以通过诸如采样、 实验等方法获得若干离散的数据， 根据这些数据， 我 们往往希望得到一个连续的函数 （也就是曲线） 或者更加密集的离散方程与已知 数据相吻合，这过程就叫做拟合。曲线拟合主要是可以分为三步： 确定曲线拟合的函数模型 在科学实验和社会实践中 ,我们常常需要观测很多数据的规律 , 通过实验或 者观测得到量 x 与 y 的一组数据对（ xi ，y i）(i=1,2, ?，N), 其中 x i 是彼此不同 的。我们希望用一类与数据本质规律相适应的解析表达式， y=f(x,c) 来反映量 x 与 y 之间的依赖关系，即在一定意义下“最佳”地逼近或拟合已知数据 f(x,c) 。 常称作拟合模型， 当 c 在和 x 满足中线性关系时， 称为线性模型， 否则称为非线 性模型。线性模型是回归模型中最常见的一种， 但在实际中， 有时很难确定参数 之间存在着何种关系， 是线性还是非线性， 如果是非线性，那是多项式函数、 幂 函数、指数函数、对数函数等，甚至是它们的复合函数，有时还需要分段分析， 因此在整个拟合过程中，拟合曲线函数模型的确定是最困难的。 可编辑 ------------- 精选文档 ----------------- 对于拟合函数的模型确定，一般来说，主要有观察法，近似法以及计算法。 目前使用比较多的是观察法。 观察法是利用数学工具对已有的数据点的分布， 初 步确定其最可能的函数关系，这种方法最大的特点是简单直观。 确定法方程求解参数 实际上确定法方程求解参数就是对对误差平方和最小值的求解， 假设已知数 据点（ x i，yi）（ i=0,1 ，...， m ），Ф为所有的次数不超过 m 的多项式构成的函 数类，现求 m fk ( xi ) [ fk ( xi ) yi ] ， i 0 m 2 n n 使得 I [ fk (xi ) yi ] ( ak xik yi) min i 0 i 0 k 0 由于上式为多元函数，其最小值存在的必要条件是其对应偏导等于零， 由此可得， I m n 2 ( ak xik yi ) xi j 0 j=0,1 ，...，n a j i 0 i 0 即 n m m ( xij k ) ak xi j yi j=0,1 ， ...，n k 0 i 0 i 0 上式称为法方程，通过该方程可求出唯一解 ak（ k=0,1 ，...， n），从而确定拟 合函数。 n ak xik ，当 k=1 k1 ，为多项式拟合。 关于 fk ( xi ) 时，为线性拟合；当 k 0 如果函数模型为其他非线性函数， 在整个求解过程中应当先将非线性函数转化为 可编辑 ------------- 精选文档 ----------------- 线性函数，再根据上面的过程计算。 此外，上述过程也可以通过 Matlab 自带的函数 polyfit 自动计算。这为广 大工程技术人员的设计大大的减小了计算量。 曲线拟合性能检验 最后，当拟合曲线模型很难通过一般方法确定时， 往往需要通过分析若干可 能的函数模型后，经过实际计算后再进行比对， 最终选定较好的模型。 替班来说， 最小误差平方和越小说明曲线拟合越好，有些文献也通过相关系数 R 的值来判 断拟合的优劣。 使用举例 在摩擦试验中，当量电压为 -285V 时，伺服电机开启后，时间与速度的实 际测试结果如表中所示， 表中的数据量足够大， 可以利用这些数据来进行拟合。 得到拟合曲线后的好 处是我们可以将物理问题数学化， 如果模型选的好， 该数学模型就可以指导我们 的工作，为我们的设计提出指导依据。 现在我们就利用 MATLAB 对现有的数据进行曲线拟合，首先将数据输入到 matlab 中，并去掉其中的坏点（明显不符合规律的点，这些点是由于一起的误 可编辑 ------------- 精选文档 ----------------- 差产生的），的数据点的图像： 根据力学物理知识， 当加速度一定时， 时间和速度是成一定比例的， 问题是不知道加速 度如何变化，所以时间和速度并不一定是线性关系，另外从上图中看不出明显的数学关系， 所以对本体进行了线性，多项式二次，三次，五次，幂函数，对函数曲线拟合，并比