当前位置:首页 > 教育综合 > 正文

问这个方程y=a-b*exp(c*x)的意义

指数类型函数的逼近

数学上当然不一定,例如我给你的x,y数据是在一条直线上的,能有这样的指数函数么?对吧 你既然都叫fit了,就是逼近。其次一般方程都是过定的,因为只有3个参数,你有7个点。 可以用nonlinear fit 先存个myfun.m function F = myfun(x) X=1:7; % 可以换成你的data Y=1-2*exp(3*X); % 可以换成你的data F=x(1)-x(2)*exp(x(3)*X)-Y; x0=[.95,1.1,3.2]; % 初始猜测表示a,b,c [x,resnorm] = lsqnonlin(@myfun,x0) 就会fit出来了,但是我试了几次发现a的误

matlab的拟合问题

这种比较复杂的式子拟合之前先化简一下比较好,至少可以两边取一下对数,另外,这个式子里a,b两个参数应该合到一起,否则是拟合不出结果的。

拟合函数y=a*exp(b*x)+c

function res = user_fit(x,y) % 功能:拟合y = a*exp(b*x)+c % 输入:x,y 待拟合数据 % 输出:系数 a,b,c f = @(a,x) a(1).*exp(a(2)*x) + a(3); % 拟合形式,数组a即代表[a,b,c] a0 = [1,1,1]; % 假设初始值 res = lsqcurvefit(f,a0,x,y); % 拟合结果保存在res=[a,b,c]

MATLAB中想拟合一条曲线,求大神帮忙写个程序y=a+b*exp(c*x).想拟合得出a.b.c三个参数

a = -4167; b = 4168; c = 0.0005339 ; 不过拟合的效果不是很好

matlab非线性拟合问题

d. 非线性曲线拟合 利用MATLAB的内建函数 函数名 描述 FMINBND 只解决单变量固定区域的最小值问题 FMINSEARCH 多变量无约束非线性最小化问题(Nelder-Mead 方法)。 下面给出一个小例子展示一下如何利用FMINSEARCH 1. 首先生成数据 >> t=0:.1:10; >> t=t(:); >> Data=40*exp(-.5*t)+rand(size(t)); % 将数据加上随机噪声 2.写一个m文件,以曲线参数作为输入,以拟合误差作为输出 function sse=myfit(params,Input,Actural_Output) A=params(1)
展开全文阅读