matlab最小二乘法的非线性参数拟合.docVIP

matlab最小二乘法的非线性参数拟合 matlab最小二乘法的非线性参数拟合 PAGE/NUMPAGES matlab最小二乘法的非线性参数拟合 matlab最小二乘法的非线性参数拟合 第一说一下匿名函数：在创立匿名函数时，Matlab记录了对于函数的信息， 当使用句柄调用该函数的时候，Matlab不再进行搜寻，而是立刻履行该函数， 极大提升了效率。所以首选匿名函数。详细拟合时能够使用的方法以下： 1曲线拟合工具箱供给了很多拟合函数，使用简单 非线性拟合nlinfit函数 clearall; x1=[]; x2=[]; x=[x1x2]; y=[]; f=@(p,x) *p(1)*(1-1/p(2))*(1-(1-x(:,1).^(1/p(2))).^p(2)).^2.*(x(:,1).^(-1/p(2))-1).^(-p(2)).*x(:,1). ^(-1/p(2).*x(:,2); p0=[8]; opt=optimset(TolFun,1e-3,TolX,1e-3);% [pR]=nlinfit(x,y,f,p0,opt) 2最小二乘法在曲线拟合中比较广泛。拟合的模型主要有 1.直线型 2.多项式型 3.分数函数型 4.指数函数型 5.对数线性型 6.高斯函数型 一般对于LS问题，平常利用反斜杠运算“”、fminsearch或优化工具箱供给 的极小化函数求解。在Matlab