各位老鐵們好，相信很多人對(duì)matlab根據(jù)數(shù)據(jù)擬合函數(shù)都不是特別的了解，因此呢，今天就來為大家分享下關(guān)于matlab根據(jù)數(shù)據(jù)擬合函數(shù)以及matlab怎么對(duì)數(shù)據(jù)進(jìn)行擬合的問題知識(shí)，還望可以幫助大家，解決大家的一些困惑，下面一起來看看吧！

不知道函數(shù)形式時(shí)如何用Matlab對(duì)數(shù)據(jù)擬合

1、根據(jù)x，y值，用plot()函數(shù)畫出圖形，

x=[...]

y=[...]

plot(x,y,'r-')

2、根據(jù)圖形的趨勢(shì)，確定擬合函數(shù)方程（一般可與已知的圖形作對(duì)比），如

y=a1*x^3+a2*x^2+a3*x+a4

3、用inline（）函數(shù)定義擬合函數(shù)

func=inline('a(1)*x^3+a(2)*x^2+a(3)*x+a(4)','a','x')

4、用nlinfit（）函數(shù)或lsqcurvefit（）函數(shù)，求擬合系數(shù)a，

a=nlinfit(x,y,func,x0)

matlab怎么實(shí)現(xiàn)擬合外推

擬合外推就是將一個(gè)數(shù)據(jù)集上建立的模型應(yīng)用到另一個(gè)數(shù)據(jù)集上，可以先用matlab回歸函數(shù)建立前一數(shù)據(jù)集的線性關(guān)系模型，然后將此模型應(yīng)用到后一數(shù)據(jù)集上進(jìn)行預(yù)測(cè)，便可實(shí)現(xiàn)擬合外推

matlab如何擬合數(shù)據(jù)得出函數(shù)

在MATLAB中，可以使用“擬合工具箱”來實(shí)現(xiàn)數(shù)據(jù)的擬合，通過給定一組數(shù)據(jù)點(diǎn)，自動(dòng)計(jì)算出最佳擬合曲線或者多項(xiàng)式函數(shù)等。下面以擬合一組二維散點(diǎn)數(shù)據(jù)為例，介紹如何使用MATLAB進(jìn)行數(shù)據(jù)擬合：

假設(shè)我們有一組二維散點(diǎn)數(shù)據(jù)（x,y），需要對(duì)其進(jìn)行擬合。首先，將數(shù)據(jù)點(diǎn)存儲(chǔ)在兩個(gè)向量中，例如：

matlab

復(fù)制代碼

x=[123456];

y=[1.11.93.24.14.96.1];

接著，在MATLAB命令窗口輸入命令“cftool”，打開“擬合工具箱”。

在“擬合工具箱”中，可以選擇不同的擬合類型，例如多項(xiàng)式擬合、指數(shù)擬合、對(duì)數(shù)擬合等。這里以多項(xiàng)式擬合為例，選取“一元多項(xiàng)式擬合”。

在“一元多項(xiàng)式擬合”界面中，可以設(shè)定需要擬合的多項(xiàng)式的階數(shù)（即多項(xiàng)式次數(shù)），也可以手動(dòng)調(diào)節(jié)多項(xiàng)式系數(shù)（默認(rèn)多項(xiàng)式系數(shù)為0）。此處設(shè)置階數(shù)為2。

接下來，點(diǎn)擊“擬合”按鈕，可以得到擬合結(jié)果。擬合結(jié)果在“結(jié)果”窗口中顯示，包括多項(xiàng)式系數(shù)、R方值、擬合曲線等信息。此處得到的二次多項(xiàng)式擬合方程為：y=0.02634x^2+0.6369x+0.2047。

最后，可以在MATLAB命令窗口中使用這個(gè)擬合函數(shù)進(jìn)行預(yù)測(cè)，例如：

matlab

復(fù)制代碼

x_test=7:0.1:10;

y_test=0.02634*x_test.^2+0.6369*x_test+0.2047;

plot(x,y,'o',x_test,y_test)

上述代碼畫出了原始散點(diǎn)數(shù)據(jù)和擬合曲線的圖像，可以通過調(diào)整擬合階數(shù)或者選擇不同的擬合類型來優(yōu)化擬合效果。

怎樣使用matlab做曲線擬合

方法一、用數(shù)據(jù)擬合工具箱CurveFittingTool

打開CFTOOL工具箱。在matlab的commandwindow中輸入cftool，即可進(jìn)入數(shù)據(jù)擬合工具箱。

輸入兩組向量x，y。

首先在Matlab的命令行輸入兩個(gè)向量，一個(gè)向量是你要的x坐標(biāo)的各個(gè)數(shù)據(jù)，另外一個(gè)是你要的y坐標(biāo)的各個(gè)數(shù)據(jù)。輸入以后假定叫x向量與y向量，可以在workspace里面看見這兩個(gè)向量，要確保這兩個(gè)向量的元素?cái)?shù)一致，如果不一致的話是不能在工具箱里面進(jìn)行擬合的。

例如在命令行里輸入下列數(shù)據(jù):

x=[196,186,137,136,122,122,71,71,70,33];

y=[0.012605;0.013115;0.016866;0.014741;0.022353;0.019278;0.041803;0.038026;0.038128;0.088196];

數(shù)據(jù)的選取。打開曲線擬合共工具界面，點(diǎn)擊最左邊的Xdata和Ydata，選擇剛才輸入的數(shù)據(jù)，這時(shí)界面中會(huì)出現(xiàn)這組數(shù)據(jù)的散點(diǎn)圖。

選擇擬合方法，點(diǎn)擊Fit

左側(cè)results為擬合結(jié)果，下方表格為誤差等統(tǒng)計(jì)數(shù)據(jù)。

方法二、用神經(jīng)網(wǎng)絡(luò)工具箱

1、打開神經(jīng)網(wǎng)絡(luò)工具箱，在commandwindow內(nèi)輸入nftool，進(jìn)入Neuralfittingtool

2、導(dǎo)入數(shù)據(jù)，點(diǎn)擊next，導(dǎo)入Inputs為x，Targets為y。

3、選擇網(wǎng)絡(luò)參數(shù)，點(diǎn)擊next，選擇訓(xùn)練集和測(cè)試集數(shù)量，點(diǎn)next，選隱藏層節(jié)點(diǎn)個(gè)數(shù)。

4、訓(xùn)練數(shù)據(jù)，點(diǎn)next，選train。

5、繪制擬合曲線，訓(xùn)練完成后電機(jī)plotfit

訓(xùn)練結(jié)果參數(shù)在訓(xùn)練完后自動(dòng)彈出

神經(jīng)網(wǎng)絡(luò)工具箱可以用command寫，請(qǐng)搜索關(guān)鍵字matlab神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)。

方法三、用polyfit函數(shù)寫

polyfit函數(shù)是matlab中用于進(jìn)行曲線擬合的一個(gè)函數(shù)。其數(shù)學(xué)基礎(chǔ)是最小二乘法曲線擬合原理。曲線擬合：已知離散點(diǎn)上的數(shù)據(jù)集，即已知在點(diǎn)集上的函數(shù)值，構(gòu)造一個(gè)解析函數(shù)（其圖形為一曲線）使在原離散點(diǎn)上盡可能接近給定的值。

調(diào)用方法：a=polyfit(xdata,ydata,n)，

其中n表示多項(xiàng)式的最高階數(shù)，xdata，ydata為將要擬合的數(shù)據(jù)，它是用數(shù)組的方式輸入。輸出參數(shù)a為擬合多項(xiàng)式y(tǒng)=a1x^n+...+anx+a,共n+1個(gè)系數(shù)。

%例程A=polyfit(x,y,2);z=polyval(A,x);plot(x,y,'r*',x,z,'b')

方法四、自行寫算法做擬合

請(qǐng)參考數(shù)值分析教科書，擬合、插值方法較多，算法并不復(fù)雜，靈活套用循環(huán)即可

如何用matlab數(shù)據(jù)擬合函數(shù)

在matlab中根據(jù)擬合圖得到函數(shù)步驟如下：

1、常用的模型有多項(xiàng)式模型、冪函數(shù)模型、指數(shù)函數(shù)模型等。

2、設(shè)出函數(shù)，用命令“plot”繪出圖像作為對(duì)比。

3、準(zhǔn)備好散點(diǎn)數(shù)據(jù)，用命令“plot”繪出散點(diǎn)作為對(duì)比。

4、調(diào)用函數(shù)“fit”，參數(shù)包括散點(diǎn)數(shù)據(jù)和曲線擬合模型。

5、按回車鍵即可完成曲線擬合，p1、p2、p3為多項(xiàng)式前面的系數(shù)。

matlab二元函數(shù)擬合

設(shè)擬合的2元2次方程為

f（x，y）=b1*x2+b2*x*y+b3*y2+b4*x+b5*y+b6

用Matlab的regress（）函數(shù)擬合，也可以用自定義函數(shù)擬合。regress（）函數(shù)命令格式為

[B,BINT,R,RINT,STATS]=REGRESS(Y,X)

B——參數(shù)估計(jì)值，擬合函數(shù)系數(shù)

BINT——B的置信區(qū)間

R——?dú)埐钕蛄?，測(cè)試值與擬合值的差值

RINT——R的置信區(qū)間

STATS——檢驗(yàn)統(tǒng)計(jì)量，置信度、F統(tǒng)計(jì)量，p值

Y——因變量觀察值

X——自變量觀察值

根據(jù)提供的數(shù)據(jù)，通過擬合得

B1=0

B2=-1734024.851

B3=-31661318.71

B4=3785724.073

B5=9670754.012

B6=-512586.098

好了，關(guān)于matlab根據(jù)數(shù)據(jù)擬合函數(shù)和matlab怎么對(duì)數(shù)據(jù)進(jìn)行擬合的問題到這里結(jié)束啦，希望可以解決您的問題哈！