欧陆风云4 是暗影精灵3买i5还是i77

来源：蜘蛛抓取(WebSpider) 时间：2018-02-21 00:26 标签： 联想拯救者买i5还是i7
21:02 提问
matlab 非线性最小二乘拟合 三参数 源代码
利用MATLAB，最小二乘拟合非线性函数，求取其中的几个参数，有么有大神会啊。谢谢了
其他相似问题MATLAB非线性最小二乘lsqnonlin和lsqcurvefit的使用
临时用到了，从网上找到了简明的说明。函数要写在M文件中。
%编写M文件：文件中的a(1)=a,a(2)=b,a(3)=c,a(4)=d
function E=fun(a,x,y)
Y=a(1)*(1-exp(-a(2)*x)) + a(3)*(exp(a(4)*x)-1);
%M文件结束
%用lsqnonlin调用解决:
x=[3 4 5 7 9 15];
y=[1 2 4 6 8 10];
a0=[1 1 1 1];
options=optimset('lsqnonlin');
a=lsqnonlin(@fun,a0,[],[],options,x,y)
关于a0，可以通过所知道的几组x和y的值来估算系数a、b、c、d的值，我这里没有估计，直接代入了1。
如果估计的较准确，最小二乘算出的系数更加精确。
lsqnonlin函数采用的是迭代法，a0则是迭代初始值。由于程序的局限性，不可能搜索无穷大的区间，这样一来，初始值的选择就很重要了。如果最优解离所给初始值比较近，迭代求出该最优解的概率就很高；如果初始值提供的不理想，离最优解较远，而matlab对于迭代次数及迭代精度都有个默认的设定，这种情况下很可能没有搜到最优解便给出了结果，当然这个结果是在所搜索区间上的最优解而不是全局最优的。
至于怎样估计初始值，我也没有肯定的办法，总之通过所知的x和y尽量使初始值接近就好了，毕竟matlab还是很强大的。
另外一个办法是，得到解后，画出函数的图形，看看那几个点是不是都在曲线附近，如果相差太大，就得考虑重新给初始值再计算一次。
还有另外一篇，包括非线性最小二乘拟合函数：
s.t. v1xv2
求解程序名为lsqnonlin，其最简单的调用格式为：
x=lsqnonlin(@F,x0, v1,v2)
其最复杂的调用格式为：
[x,norm,res,ef,out,lam,jac] = lsqnonlin(@F,x0,v1,v2,opt,P1,P2,
l 非线性拟合问题
s.t. v1xv2
求解程序名为lsqcurvefit，其最简单的调用格式为：
x=lsqcurvefit(@F, x0,t,y,v1,v2)
其最复杂的调用格式为：
[x,norm,res,ef,out,lam,jac] =
lsqcurvefit(@F,x0,t,y,v1,v2,opt,P1,P2,...)
输出参数 输入参数 注意事项
2.3.1 程序lsqnonlin和lsqcurvefit的输出参数
其中输出变量的含义为：
1） x ： 最优解
2） norm ： 误差的平方和
3）res: 误差向量
4） ef ： 程序结束时的状态指示：
· &0：收敛
· 0：函数调用次数或迭代次数达到最大值（该值在options中指定）
· &0：不收敛
5) out: 包含以下数据的一个结构变量
· funcCount 函数调用次数
· iterations 实际迭代次数
· cgiterations 实际PCG迭代次数（大规模计算用）
· algorithm 实际使用的算法
· stepsize 最后迭代步长（中等规模计算用）
· firstorderopt 一阶最优条件满足的情况（大规模计算用）
6) lam：上下界所对应的Lagrange乘子
7) jac：结果（x点）处的雅可比矩阵
2.3.2程序lsqnonlin和lsqcurvefit的输入参数
其中输入变量的含义为：
· x0为初始解（缺省时程序自动取x0=0）
· F给出目标函数的M文件，当Jacobian='on时必须给出其Jacobi矩阵，一般形式为：
function [F,J] = Fun(x)(对程序lsqcurvefit为Fun(x,t))
F = ... % objective function values at x
if nargout & 1 % two output arguments
J = ... % Jacobian of the function evaluated at x
· t,y: 拟合数据
· v1,v2: 上下界
· options：包含算法控制参数的结构
设定（或显示）控制参数的命令为Optimset，有以下一些用法：
Optimset //显示控制参数
optimset optfun //显示程序'optfun的控制参数
opt=optimset //控制参数设为[]（即缺省值
opt=optimset(optfun)// 设定为程序'optfun的控制参数缺省值
Opt=optimset('par1',val1,'par2',val2,...)
Opt=optimset(oldopts,'par1',val1,...)
opt=optimset(oldopts,newopts)
可以设定的参数比较多，对lsqnonlin和lsqcurvefit，常用的有以下一些参数：
Diagnostics 是否显示诊断信息（ 'on' 或'off）
Display 显示信息的级别（'off' ， 'iter' ， 'final，'notify）
LargeScale 是否采用大规模算法（ 'on' 或'off）缺省值为on
MaxIter 最大迭代次数
TolFun 函数计算的误差限
TolX 决策变量的误差限
Jacobian 目标函数是否采用分析Jacobi矩阵（'on' ，'off）
MaxFunEvals 目标函数最大调用次数
LevenbergMarquardt 搜索方向选用LM法(‘on’), GN法(‘off’,缺省值)
LineSearchType 线搜索方法(‘cubicpoly’,’quadcubic’(缺省值))
2.3.3 注意事项
· fminunc中输出变量、输入参数不一定写全，可以缺省。
· 当中间某个输入参数缺省时，需用[]占据其位置。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。最小二乘法在matlab中怎么实现？
最小二乘法在matlab中怎么实现？
百度知道知科技
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regressregress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）load carsmall%此数据样本matlab自带x=Wy=Hz=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');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(),linspace(40,240,10));C=ones(10);mesh(X,Y,b(1)*X+b(2)*Y+b(3)*C);b=regress(z,[x.^2,y.^2,x.*y,x,y,c]);%添加非线性项进行拟合figureplot3(x,y,z,'p');mesh(X,Y,b(1)*X.^2+b(2)*Y.^2+b(3)*X.*Y+b(4)*X+b(5)*Y+b(6)*C);（本文内容由百度知道网友themanisjimmy贡献）
本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。
百度知道知科技
百家号 最近更新：
简介: 科技不神秘，知道君告诉你。
作者最新文章关于Matlab中的线性与非线性最小二乘拟合_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
关于Matlab中的线性与非线性最小二乘拟合
上传于|0|0|文档简介
&&最小二乘与非线性最小二乘总结。
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢鐑?棬鎼滅储:
鍏充簬Matlab涓?殑绾挎

我要回帖

更多关于 联想拯救者买i5还是i7 的文章

 

随机推荐