matlab如何进行曲线拟合？

Answer 1

您好，这样的：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=[5 10 15 20 25 30 35 40 45 50]

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“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。

Answer 2

拟合用polyfit和polyval.
b=polyfit(x,y,2);%进行2次拟合，b是多项式前面的值。就如2次拟合中y=ax+b,a,b的值。
yy=polyval(b,x);%得到拟合后y的新值
plot(x,yy)%画拟合图

Answer 3

先把点所对应的坐标表示出来，再用MATLAB函数进行多项式拟合
举例：
程序如下：
x=[1,
2,
3,
4,
5,
6,
7,
8,
9,
10]
y=[1.2,
3,
4,
4,
5,
4.7,
5,
5.2,
6,
7.2]
注：
一次多项式拟合：
p1
=
polyfit(x,y,1)
三次多项式拟合：
p3
=
polyfit(x,y,3)
plot
原始数据、一次拟合曲线和三次拟合曲线
x2=1:0.1:10;
y1=polyval(p1,x2)
y3=polyval(p3,x2)
plot(
x,
y,
’*’,
x2,
y1,
‘:’,
x2,
y3)
如果满意请采纳！

Answer 4

可以先以行向量的形式输入所得的x，y，即x=[
]；y=[
]；再用polyfit（x，y，n）命令便可将所测x，y拟和为函数，n为函数的阶数。得出结果的是按从x的n次方降幂排列的系数，由此便可得出y与x的关系函数。
以函数y=（x+1）的平方为例
（未知）。假设测得5组数据，x=[-2,-1,0,1,2];y=[1,0,1,4,9];
polyfit(x,y,2);便可得到
ans=1.000
2.000
1.000
由此可知y=1*x平方
+
2*x
+
1
，
再根据这个函数关系，定义y=x平方+2*x+1；x=（-2:0.1:2);plot（x，y）；便可得到所测数据拟和为函数后的图象。
该回答在2006-03-16
10:42:08由回答者修改过