matlab非线性最小二乘法代码（matlab线性最小二乘拟合代码）

今天给各位分享matlab非线性最小二乘法代码的知识，其中也会对matlab线性最小二乘拟合代码进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、matlab，非线性最小二乘，怎样设定能让最后一个点必然拟合上，请大侠帮我编程，感激不尽
• 2、matlab 非线性最小二乘法程序，请大侠帮我修改，编个正确的程序，非常感谢
• 3、非线性最小二乘法matlab来求y=a/(b*x+c)
• 4、怎么用matlab实现非线性最小二乘拟合
• 5、最小二乘法在matlab中怎么实现啊？
• 6、如何用matlab实现非线性最小二乘拟合

matlab，非线性最小二乘，怎样设定能让最后一个点必然拟合上，请大侠帮我编程，感激不尽

你可以用 nlinfit（）函数去拟合，其拟合精度要比 lsqcurvefit（）高。

运行结果如下：

拟合得到的结果为:

W^0.88933 = 308.1428* N^1.5649/(693566.3726-N)

拟合得到的R square 为:

R^2 = 0.99993

代码作了相应的调整。

matlab 非线性最小二乘法程序，请大侠帮我修改，编个正确的程序，非常感谢

1、对于非线性拟合函数（如指数函数等）用lsqcurvefit（）函数的精度要比 nlinfit（）函数要低。对于本例，用lsqcurvefit（）函数nlinfit（）函数0.95861，而nlinfit（）函数nlinfit（）函数0.99905。

2、自定义函数curvefun1（a，x）定义不够合理，还需要加一个绝对值符号，即f=abs((a(1).*x.^a(2))./(a(3)-x)).^(1/a(4))，这是指数方程的性质所决定。

3、自定义函数方程中有一个错误，'/'应为'./'。缺一个小点。

4、初值选定不合理，对于本例a0 =b=[-0.8   -0.2   -0.9   -0.3]

5、本例的拟合结果如下

a =[ -307506534.2, -1.122708895, -2085623.768, -0.6827697455]

即a(1)=b;a(2)=p;a(3)=R;a(4)=q

非线性最小二乘法matlab来求y=a/(b*x+c)

三个数，求三个变量。效果肯定不是很好。

在matlab下输入：edit

zhidao_15.m，然后将下面两行百分号之间的内容，复制进去，保存

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

function

y=zhidao_15(para,x)

y0=para(1);

a=para(2);

b=para(3);

y=y0+a*x.^b;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

在matlab下面输入：

x=[1,2,3,4,5,8];

%我这里多给一些数据

y=2.3+1.2*x.^1.302+0.1*rand(size(x));

%这里加了一些扰动

[para,res]=lsqcurvefit('zhidao_15',ones(1,3),x,y);

para',res

plot(x,y,'r*',x,zhidao_15(para,x))

怎么用matlab实现非线性最小二乘拟合

MATLAB的最优化工具箱中提供了lsqcurvefit()函数，可以解决最小二乘曲线拟合的问题，改函数的调用格式为：

[a,J]=lsqcurvefit(Fun,a0,x,y)

其中，Fun未原型函数的MATLAB表示，a0未最优化的初值，x，y为原始输入输出数据向量，调用该函数将可以返回待定系数向量a以及在此待定系数下的目标函数的值J.（详细可以输入 help lsqcurvefit）

具体做法是：

U1=inline('f(a,w)','a','w') %用a（i）分别代替六个未知数，i=1~6.

[xx,res]=lsqcurvefit(U1,[1 1 1 1 1 1],w,U); xx' % w和U是你试验得出来的数据向量。

结果应该会出现一个ans 向量（6维），分别就是你所要待定的系数a（i）了

最小二乘法在matlab中怎么实现啊？

matlab中用最小二乘拟合的常用函数有polyfit（多项式拟合）、nlinfit（非线性拟合）以及regress（多元线性回归）。自变量有2个或以上时，应变量一个，可以使用的有nlinfit和regress，线性时用regress，非线性时用nlinfit。对于进阶matlab使用者还有更多的选择，如拟合工具箱、fit函数、interp系列插值拟合等等。

具体介绍一下regress

regress虽然名义上只能做线性回归但是可以把x^2等非线性量作为一个额外自变量做计算，因此在一些特殊情况下也可以做非线性拟合。

以matlab自带的数据为样本，示例代码如下：（%后面的是注释）

clc;clear;

load carsmall%此数据样本matlab自带

x=Weight;y=Horsepower;z=MPG;%取这3个变量作为拟合对象，x、y自变量，z应变量

plot3(x,y,z,'p');

hold on;

c=ones(length(x),1);

b=regress(z,[x,y,c]);%纯线性拟合 模型z=b(1)*x+b(2)*y+b(3)

[X,Y]=meshgrid(linspace(1500,5000,10),linspace(40,240,10));

C=ones(10);

mesh(X,Y,b(1)*X+b(2)*Y+b(3)*C);

grid on;

b=regress(z,[x.^2,y.^2,x.*y,x,y,c]);%添加非线性项进行拟合

figure

plot3(x,y,z,'p');

hold on;

mesh(X,Y,b(1)*X.^2+b(2)*Y.^2+b(3)*X.*Y+b(4)*X+b(5)*Y+b(6)*C);

grid on;

如何用matlab实现非线性最小二乘拟合

可以调用matlab中的polyfit函数，其数学原理是最小二乘法曲线拟合法。

格式如下：

A=polyfit(xdata,ydata,n)；

其中n表示多项式的最高阶数；

xdata，ydata为将要拟合的数据；

matlab非线性最小二乘法代码的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于matlab线性最小二乘拟合代码、matlab非线性最小二乘法代码的信息别忘了在本站进行查找喔。