x=[。。。]; %已知数据
y=[。。。]; %已知数据
func=@(a,x)a(1)*exp(-x/a(4))+a(2)*exp(-x/a(5))+a(3)
说明：a=a(1)、b=a(2)、c=a(3)、m=a(4)、n=a(5)
a0=[1 1 1 1 1]; %初值可以根据已知数据和拟合函数的性质来定。
a=nlinfit(x,y,func,a0)
x1=x;
y1=func(a,x1);
[y' y1'] %比较已知数据与拟合数据的差值。
想用MATLAB拟合y=a*e^(-x)+bx+c ,求方法。。。谢谢了~
f = fittype('a*exp(-x)+b*x+c','independent','x','coefficients',{'a','b','c'}); %这就是你指定的函数，a,b,c为参量，x为自变量。cfun = fit(x,y,f);xi = 1:20;yi = cfun(xi);plot(xi,yi,'r*');不懂追问。
已知函数模型以及数据,如何利用matlab拟合出未知参数?
1、读取数据 x y 2、根据模型Y=4.17-a*e^(-c*x)-b*e^(-d*X)，自定义求解函数 3、初定初值 4、初定上下极限值lb,ub 5、利用lsqcurvefit求解系数a、b、c、d x = lsqcurvefit(fun,x0,xdata,ydata,lb,ub)6、计算拟合值，并对比已知值 7、数据分析 8、最后绘制图形 ...
...Matlab拟合成形如y=a*x1^b*x2^c*x3^d*x4^e 的曲线,求出a、b、c...
Y=log(y');K=X\\Y;a=exp(K(1))b=K(2)c=K(3)d=K(4)e=K(5)
求用y=a*exp(b*x)+c的方程用matlab来拟合,求参数值。
从图上可以看出，选用y=a*exp(b*x)+c进行拟合是不对的，应改用polynomial中的 cubic polynomial,我试着拟合得：Linear model Poly3:f(x) = p1*x^3 + p2*x^2 + p3*x + p4 where x is normalized by mean 2007 and std 3.028 Coefficients (with 95% confidence bounds):p1 = 1...
...表达式和相关数据,想求出表达式中的系数,用matlab应该怎么操作?_百度...
1、已知数据x、y 2、定义模型函数 fun=@(p,x)p(1)-p(2)*x+p(3).*exp(-0.05*x);3、设定初值，p0=[0,0,0]4、利用nlinfit（）非线性回归函数，求解数学模型系数 [p,r] = nlinfit(x,y,fun,p0)5、求解对应于x的拟合值y1 6、比较原始值y与拟合值y1 7、利用plot（）绘图函数，...
matlab如何进行二元二次方程的拟合,并作出三维图像 y=a*y1+b*x+c*...
1、首先，根据给定的y1、x和y，对函数y=a*y1+b*x+c*x*y1+d*yi^2+e* x^2+f进行拟合。y1=[。。。]x=[。。。]y=[。。。]X=[x, y1]func=inline('a(1).*x(:,2)+a(2).*x(:,1)+a(3).*x(:,1).*x(:,2)+a(4).*x(:,2).^2+a(5).*x(:,1).^2+a(6) ...
matlab中已知x,y数据,如何非线性拟合得到方程y=a\/(1+(a\/60.2-1)*exp...
先输入x和y的数据。然后在matlab的工作栏输入cftool.在弹出来的拟合工具箱内选择变量为你的x和y.然后右边的拟合方法选择custom equation,然后输入你要拟合的式子的形式,按fit就可以拟合了。
用MATLAB拟合函数,关系式y=a\/(b+x^(-c)),求参数a b c的值
:,1);x=XY(:,2);plot(x,y)f=@(a,x) a(1).\/(a(2)+x.^(-a(3))); %拟合形式，数组a即代表[a,b,c]a0=[0,8,1]; % 假设初始值r=lsqcurvefit(f,a0,x,y);hold onplot(x,r(1).\/(r(2)+x.^(-r(3))),'r--')legend('拟合前','拟合后')disp(r)我有2013a的...
matlab 已知x、y值以及函数,求未知参数
已知数据点：xdata=（xdata1，xdata2，…，xdatan）ydata=（ydata1，ydata2，…，ydatan）lsqcurvefit用以求含参量x（向量）的向量值函数 F(x,xdata)=（F（x，xdata1），…，F（x，xdatan））T 中的参变量x(向量),使得1\/2*∑[a+b*exp(-0.02*k*t(i))-c(i)]^2最小 1.先定义...
matlab中指数模型函数拟合
a=c(1)b=c(2)ny=exp(a*x.^2+b*x);plot(x,y,'r*')hold on ezplot(['exp(',num2str(a),'*x.^2+',num2str(b),'*x)'],[0 500 min(y) max(y)])xlabel('x')ylabel('y')legend('原始数据散点图','拟合后函数曲线图')运行结果 a = 1.374119463200583e-006 b = -0....
