matlab 拟合函数（matlab拟合函数）

本文目录

• matlab拟合函数
• 用matlab拟合函数
• MATLAB如何对三角函数进行拟合
• matlab画出的曲线怎么拟合函数
• matlab拟合函数
• 如何用matlab数据拟合函数
• 怎样用matlab指数函数拟合
• matlab如何做线性拟合

matlab拟合函数

题主给出中国人口预测问题（二），可以使用英国经济学家马尔萨斯提出的Malthus模型来拟合与预测。其步骤：

第一虚拦步，自定义Malthus模型函数（指数函数），如

func=@(k,t)N0*exp(D*(t-t0))

这里,N0=60.2;t0=1954;

第二步，利用1954-2005年的数据，分别使用lsqcurvefit函数，求出系数D。即

=lsqcurvefit(func,a0,t,N);

第三步，计算拟合值，即

x1=func(D,t);

第四步，计算相关系数R^2,即

R2=R2_fun(x,x1);

第五步，预测2010年和2030年的人口数，即

xhat=func(D,2010);

disp()

xhat=func(D,2030);

disp()

第六步，使用plot函数绘制，中国人口数的统计数据与预测模型曲线对比图,即

plot(t,x,’*-’,t,x1,’毁咐+-’)

第七步，标注图例，即

legend(’统计数据’,’Malthus模型’)

第八步，编写标题，即

title=’中国人口数纤誉纯的统计数据与Malthus模型曲线对比’;

第九步，标注坐标轴名称，即

xlabel(’年份’);ylabel(’人口（千万）’);

最后，编写程序，并运行可以得到如下结果。

其他问题与上述过程类似。

用matlab拟合函数

用matlab拟差拆合知槐成：(a/165000)*(2*x)^b+d*(2*x)^c这种形式，一般可以lsqcurvefit（）来确定a,b,c,d的系数搭庆友。

经拟合可以求得

a=0.00011353,b=1,c=-5.1844,d=-5.1844

R^2=0.97664    %相关系数（拟合度）

运行代码：

MATLAB如何对三角函数进行拟合

Matlab可以输入与三角函数相关的数据迹磨以及三角函数形式，从而求出待定的系数，完成数据拟合。完成三角函数拟合过手州笑程如下：

1、打开Matlab，在命令行窗口输入需要拟合数据。

2、在命令行窗口输入“cftool”打开曲线拟合工具。

3、在拟合工具左侧选择x、y变量，并在右侧选择所需的拟合函数（如“Custom Equation”），或输入所需的自定义函数;

4、设置完毕，即可在下方查看拟合图像。如果拟合图像与实际不符，需返回检查函数格式或变量数据是毕含否出现错误。

matlab画出的曲线怎么拟合函数

一、 单一变量的曲线逼近
Matlab有一个功能强大的曲线拟合工具箱
cftool ，使用方便，能实现多种类型的线性、非线
性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。
假设我们要拟合的函数形式是 y=A*x*x + B*x, 且A》0,B》0 。
1、在命令行输入数据：
》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908
280.0447
296.204 311.5475]
》y=

2、启动曲线拟合工具箱
》cftool

3、进入曲线拟合工具箱界面“Curve Fitting
tool”
（1）点击“Data”按钮，弹出枣穗“Data”窗口；
（2）利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set
name”，然
后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数
据集的曲线图；
（3）点击“Fitting”按钮，弹出“Fitting”窗口；
（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data
set”下拉菜单
选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类
型有：
Custom
Equations：用户自定义的函数类型
Exponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) +
c*exp(d*x)
Fourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) +
b1*sin(x*w)
Gaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic
spline、shape-
preserving
Polynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree
~
Power：幂逼近，有2种类型，a*x^b 、a*x^b + c
Rational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic
~、4-5th
degree ~；此外，分子还包括constant型
Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）
Sum of Sin Functions：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x +
c1)
Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)
选择好所需的拟合曲线类型及其子类型，并进行相关设置：
——如果是非自定义的类型，根据实际需要点击“Fit options”按钮，设置拟合算法、修改
待估计参数的上下限等参数；
——如果选Custom
Equations，点击“New”按钮，弹出自定义函数等式窗口，有“Linear
Equations线性等式”和“General Equations构造等式”两种标签。
在本例中选Custom Equations，点击“New”按钮，选择“General
Equations”标签，输入函
数类型y=a*x*x + b*x，设置参数a、b的上下限，然后点击OK。
（5）类型设置完成后，点击“Apply”按钮，就可以在Results框中蠢冲得到拟合结果，如下例：
general model:
f(x) = a*x*x+b*x
Coefficients (with 95% confidence bounds):
a = 0.009194 (0.009019, 0.00937)
b = 1.78e-011 (fixed at bound)
Goodness of fit:
SSE: 6.146
R-square: 0.997
Adjusted R-square: 0.997
RMSE: 0.8263
同时，也会在工具箱窗口中显示拟合曲线。
这样，就完成一次曲线拟合啦，十分方便快捷。当然，如果你觉得拟合效果凳档卜不好，还可以在“
Fitting”窗口点击“New fit”按钮，按照步骤（4）~（5）进行一次新的拟合。
不过，需要注意的是，cftool 工具箱只能进行单个变量的曲线拟合，即待拟合的公式中，变
量只能有一个。对于混合型的曲线，例如 y = a*x + b/x ，工具箱的拟合效果并不好。

matlab拟合函数

首先，把给出的向量方程，改写为

a1*X+a2*Y+a3=-(X²+Y²)

Z(x,y)=-(x²+y²)=a1*x+a2*y+a3

然后，我们用regress最小二乘法回归函数来拟合a1、a2、a3的系数

x= %数据

y= %数据

Z=-(x²+y²);

X=; %n=x或y数据的个数

a= regress(Z,X); %求出系数a1,a2和a3

此时，码陪我们就可以得到裂猛如肆模桥下系数：

a1=a(1),a2=a(2)和a3=a(3)

如何用matlab数据拟合函数

1、首先启动matlab，选择器，再新建一个命令文件。

2、然后在器窗口中输入图示的代码。

3、然后我们点拍空扮击界面上方菜单栏里的保存图标进行保存。

4、需要注意的是，保存文件的位置要与当前搜索袭灶路径的位置保持一致。这可以通过右键窗口的文件，在弹亏铅出的下拉框中选择。

5、最后再命令行窗口处输入dxsnh，并敲入键盘上的enter建。可以看出阶数越高，曲线与拟合点拟合得越好。

怎样用matlab指数函数拟合

拟合函数表达式：y=a*exp(b+cx)

式中a=0.06154920769,

b=-3.18125203,

c=7.822374803

拟合度0.9725（相关系数）

用V=A(1)*exp(A(2)*I)+A(3)*exp(A(4)*I)模型比较好。

A = nlinfit(X,Y,myfun,)

I=min(X):0.1:max(X);

V=A(1)*exp(A(2)*I)+A(3)*exp(A(4)*I);

plot(X,Y,’o’,I,V)

结果：A =668.9571 -0.0688 -656.7991 -1.0321

意义

a》1时，Y随X增大而增大，先快后慢；0《a《1时，Y随X增大而减少，先快后慢。当以Y和lnX绘制的散点图呈直线趋势时，可考虑采用对数函数描述Y与X之间的非线性关系，式中的b和a分别为斜率和截距。

曲线直线化是曲线拟合的重要手段之一。对于某些非线性的资料可以通过简单的变量变换使之直线化，这样就可以按最小二乘法原理求出变换后变量的直线方程，在实际工作中常利用此直线方程绘制资料的标准工作曲线，同时根据需要可将此直线方程还原为曲线方程，实现对资料的曲线拟合。

以上内容参考：百度百科-曲线拟合

matlab如何做线性拟合

方法一

1、最常用的是多项式拟合，采用polyfit函数，在命令窗口输入自变量x和因变量y。

2、以二次多项式拟合为例，输入樱歼p=polyfit(x,y,2)，如果想拟合更高次的多项式，更换括号内数字即可。

方法二

1、在MATLAB自带的曲线拟合工具包上方工具栏选取APPS，点击curve fitting。在上方工具栏选取APPS，点击curve fitting

2、输入自变量x和因变脊尘冲量y。

3、选择拟合方式，有多项式拟合polynomial，高斯拟合gaussian，幂指数拟合power等等，本次以多项式拟合为例。

4、通过数据计算，可以获得曲线参数（曲线函数中的各项兄则系数），从而实现曲线拟合。