使用matlab曲线拟合工具箱做曲线拟合

『壹』 如何利用MATLAB对数据进行曲线拟合

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。

『贰』 matlab中利用拟合工具箱如何找出最佳拟合曲线

可以但比较困难，需要太多的数据，三维以上难以在图上直观表达，而公式是可以的。对于多维情况，在曲线拟合的情况，每增加一个变量，所需数据都会以几何级数增加，这个叫维灾，所以不过不是万不得已要避免。

『叁』 matlab如何进行曲线拟合

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：回
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：
一次多项式拟合答：
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！

『肆』 matlab曲线拟合工具箱怎么用

不是matlab安装的问题，这个问题我也遇到过，遍求解答无果之后，终于自己摸版索出来了。是这样权的，不要用GUI中的data按钮来新建数据集，而要在matlab命令窗口中，输入命令：cftool（a,b）,其中a，b就是你要设置的x、y坐标的向量。这样出来散点图，之后再在cftool工具箱的GUI中点fitting按钮，选择曲线拟合

『伍』 用matlab进行曲线拟合！！！多项式拟合

看图像应该是正态分布

可以用工具箱做cftool，选择Gaussian，

number of stems选择4

得出

f(x) =a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2) +a3*exp(-((x-b3)/c3)^2) + a4*exp(-((x-b4)/c4)^2)

a1 = 4.258e+04 (2.817e+04, 5.7e+04)

b1 = 4.358e+04 (4.218e+04, 4.499e+04)

c1 = 1791 (189.8, 3392)

a2 = 4765 (-2297, 1.183e+04)

b2 = 5.37e+04 (5.104e+04, 5.637e+04)

c2 = 4062 (-3728, 1.185e+04)

a3 = 1.218e+04 (-4.117e+04, 6.553e+04)

b3 = 7.256e+04 (4.343e+04, 1.017e+05)

c3 = 2.602e+04 (-5.024e+04, 1.023e+05)

a4 = 1.25e+19 (-7.416e+23, 7.416e+23)

b4 = -4.532e+06 (-7.788e+09, 7.779e+09)

c4 = 7.715e+05 (-6.608e+08, 6.623e+08)

结果比较接近

『陆』 如何使用matlab拟合工具箱

1.打开CFTOOL工具箱。
在Matlab 6.5以上的环境下，在左下方有一个"Start"按钮，如同Windows的开始菜单，点开它，在目录"Toolboxes"下有一个"Curve Fitting"，点开"Curve Fitting Tool"，出现数据拟合工具界面，基本上所有的数据拟合和回归分析都可以在这里进行。也可以在命令窗口中直接输入”cftool”，打开工具箱。

2.输入两组向量x，y。
首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。 例如在命令行里输入下列数据: 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];

3.数据的选取。
打开曲线拟合共工具界面，点击最左边的"Data..."按钮，出现一个Data对话框，在Data Sets页面里，在X Data选项中选取x向量，Y Data选项中选取y向量，如果两个向量的元素数相同，那么Create data set按钮就激活了，此时点击它，生成一个数据组，显示在下方Data Sets列表框中。关闭Data对话框。此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图。

4.曲线拟合(幂函数power)。
点击Fitting...按钮，出现Fitting对话框，Fitting对话框分为两部分，上面为Fit Editor，下面为Table of Fits,有时候窗口界面比较小，Fit Editor部分会被收起来，只要把Table of Fits上方的横条往下拉就可以看见Fit Editor。在Fit Editor里面点击New Fit按钮，此时其下方的各个选框被激活，在Data Set选框中选中刚才建立的x-y数据组，然后在Type of fit选框中选取拟合或回归类型，各个类型的拟合或回归相应的分别是： Custom Equations 用户自定义函数 Expotential e指数函数 Fourier 傅立叶函数，含有三角函数 Gaussian 正态分布函数，高斯函数 Interpolant 插值函数，含有线性函数，移动平均等类型的拟合 Polynomial 多项式函数 Power 幂函数 Rational 有理函数（不太清楚，没有怎么用过） Smooth Spline （光滑插值或者光滑拟合，不太清楚） Sum of sin functions正弦函数类
在这个Type of fit选框中选择好合适的类型，并选好合适的函数形式。于是点击Apply按钮，就开始进行拟合或者回归了。此时在Curve Fitting Tool窗口上就会出现一个拟合的曲线。这就是所要的结果。 在上面的例子中，选择sum of sin functions中的第一个函数形式，点击Apply按钮，就可以看见拟合得到的正弦曲线。

『柒』 matlab中如何进行曲线拟合

拟合用polyfit和polyval.
b=polyfit(x,y,2);%进行抄2次拟合，b是多袭项式前面的值。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

『捌』 用matlab cftool工具箱拟合曲线的时候，怎么获得所要的数据点个数

我觉得我们需要是结果，以及结果的精度，而非结果中数据的个数。
以
>> x=[1:5];
>> y=2*x
为例：
结果为
Linear model Poly1:
f(x) = p1*x + p2
Coefficients (with 95% confidence bounds):
p1 = 2 (2, 2)
p2 = -4.658e-16 (-3.172e-15, 2.24e-15)

Goodness of fit:
SSE: 1.972e-30
R-square: 1
Adjusted R-square: 1
RMSE: 8.108e-16
若是楼主真得需要，推荐楼主去看操作生成的代码
function [fitresult, gof] = createFit(x, y)
[xData, yData] = prepareCurveData( x, y );

% Set up fittype and options.
ft = fittype( 'poly1' );

% Fit model to data.
[fitresult, gof] = fit( xData, yData, ft );

% Plot fit with data.
figure( 'Name', 'untitled fit 1' );
h = plot( fitresult, xData, yData );
legend( h, 'y vs. x', 'untitled fit 1', 'Location', 'NorthEast' );
% Label axes
xlabel( 'x' );
ylabel( 'y' );
grid on

其实我已经看到了这里几个函数的帮助，没有发现可以设置拟合数据的长度的。
希望对楼主有帮助，谢谢。

『玖』 怎么用matlab编写曲线拟合

在命令行输入图中所示的数据；
如何利用MATLAB曲线拟合工具箱做曲线拟合

在窗口中输入cftool，按enter键进入拟合工具箱；
如何利用MATLAB曲线拟合工具箱做曲线拟合

在Xdata中选择x，Ydata中选择y；
如何利用MATLAB曲线拟合工具箱做曲线拟合

修改fitname名称为拟合曲线1；
如何利用MATLAB曲线拟合工具箱做曲线拟合

在右侧的下拉菜单中选择拟合曲线的类型，再选择相应的degree和robust；
如何利用MATLAB曲线拟合工具箱做曲线拟合

单机fit options，设定参数上下限；
如何利用MATLAB曲线拟合工具箱做曲线拟合

设置完成后自动更新，我们可从窗口中看到相应的拟合曲线，在result中看到拟合结果。
如何利用MATLAB曲线拟合工具箱做曲线拟合