使用matlab曲線擬合工具箱做曲線擬合

『壹』 如何利用MATLAB對數據進行曲線擬合

您好，這樣的：一、 單一變數的曲線逼近
Matlab有一個功能強大的曲線擬合工具箱 cftool ，使用方便，能實現多種類型的線性、非線
性曲線擬合。下面結合我使用的 Matlab R2007b 來簡單介紹如何使用這個工具箱。
假設我們要擬合的函數形式是 y=A*x*x + B*x, 且A>0,B>0 。
1、在命令行輸入數據：

》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、啟動曲線擬合工具箱
》cftool

3、進入曲線擬合工具箱界面「Curve Fitting tool」
（1）點擊「Data」按鈕，彈出「Data」窗口；
（2）利用X data和Y data的下拉菜單讀入數據x,y，可修改數據集名「Data set name」，然
後點擊「Create data set」按鈕，退出「Data」窗口，返回工具箱界面，這時會自動畫出數
據集的曲線圖；
（3）點擊「Fitting」按鈕，彈出「Fitting」窗口；
（4）點擊「New fit」按鈕，可修改擬合項目名稱「Fit name」，通過「Data set」下拉菜單
選擇數據集，然後通過下拉菜單「Type of fit」選擇擬合曲線的類型，工具箱提供的擬合類
型有：
Custom Equations：用戶自定義的函數類型
Exponential：指數逼近，有2種類型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)
Fourier：傅立葉逼近，有7種類型，基礎型是 a0 + a1*cos(x*w) + b1*sin(x*w)
Gaussian：高斯逼近，有8種類型，基礎型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4種類型，linear、nearest neighbor、cubic spline、shape-
preserving
Polynomial：多形式逼近，有9種類型，linear ~、quadratic ~、cubic ~、4-9th degree ~
Power：冪逼近，有2種類型，a*x^b 、a*x^b + c
Rational：有理數逼近，分子、分母共有的類型是linear ~、quadratic ~、cubic ~、4-5th
degree ~；此外，分子還包括constant型
Smoothing Spline：平滑逼近（翻譯的不大恰當，不好意思）
Sum of Sin Functions：正弦曲線逼近，有8種類型，基礎型是 a1*sin(b1*x + c1)
Weibull：只有一種，a*b*x^(b-1)*exp(-a*x^b)
選擇好所需的擬合曲線類型及其子類型，並進行相關設置：
——如果是非自定義的類型，根據實際需要點擊「Fit options」按鈕，設置擬合演算法、修改
待估計參數的上下限等參數；
——如果選Custom Equations，點擊「New」按鈕，彈出自定義函數等式窗口，有「Linear
Equations線性等式」和「General Equations構造等式」兩種標簽。
在本例中選Custom Equations，點擊「New」按鈕，選擇「General Equations」標簽，輸入函
數類型y=a*x*x + b*x，設置參數a、b的上下限，然後點擊OK。

『貳』 matlab中利用擬合工具箱如何找出最佳擬合曲線

可以但比較困難，需要太多的數據，三維以上難以在圖上直觀表達，而公式是可以的。對於多維情況，在曲線擬合的情況，每增加一個變數，所需數據都會以幾何級數增加，這個叫維災，所以不過不是萬不得已要避免。

『叄』 matlab如何進行曲線擬合

先把點所對應的坐標表示出來，再用MATLAB函數進行多項式擬合
舉例：
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]
註：
一次多項式擬合答：
p1
=
polyfit(x,y,1)
三次多項式擬合：
p3
=
polyfit(x,y,3)
plot
原始數據、一次擬合曲線和三次擬合曲線
x2=1:0.1:10;
y1=polyval(p1,x2)
y3=polyval(p3,x2)
plot(
x,
y,
』*』,
x2,
y1,
『:』,
x2,
y3)
如果滿意請採納！

『肆』 matlab曲線擬合工具箱怎麼用

不是matlab安裝的問題，這個問題我也遇到過，遍求解答無果之後，終於自己摸版索出來了。是這樣權的，不要用GUI中的data按鈕來新建數據集，而要在matlab命令窗口中，輸入命令：cftool（a,b）,其中a，b就是你要設置的x、y坐標的向量。這樣出來散點圖，之後再在cftool工具箱的GUI中點fitting按鈕，選擇曲線擬合

『伍』 用matlab進行曲線擬合！！！多項式擬合

看圖像應該是正態分布

可以用工具箱做cftool，選擇Gaussian，

number of stems選擇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)

結果比較接近

『陸』 如何使用matlab擬合工具箱

1.打開CFTOOL工具箱。
在Matlab 6.5以上的環境下，在左下方有一個"Start"按鈕，如同Windows的開始菜單，點開它，在目錄"Toolboxes"下有一個"Curve Fitting"，點開"Curve Fitting Tool"，出現數據擬合工具界面，基本上所有的數據擬合和回歸分析都可以在這里進行。也可以在命令窗口中直接輸入」cftool」，打開工具箱。

2.輸入兩組向量x，y。
首先在Matlab的命令行輸入兩個向量，一個向量是你要的x坐標的各個數據，另外一個是你要的y坐標的各個數據。輸入以後假定叫x向量與y向量，可以在workspace裡面看見這兩個向量，要確保這兩個向量的元素數一致，如果不一致的話是不能在工具箱裡面進行擬合的。 例如在命令行里輸入下列數據: 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.數據的選取。
打開曲線擬合共工具界面，點擊最左邊的"Data..."按鈕，出現一個Data對話框，在Data Sets頁面里，在X Data選項中選取x向量，Y Data選項中選取y向量，如果兩個向量的元素數相同，那麼Create data set按鈕就激活了，此時點擊它，生成一個數據組，顯示在下方Data Sets列表框中。關閉Data對話框。此時Curve Fitting Tool窗口中顯示出這一數據組的散點分布圖。

4.曲線擬合(冪函數power)。
點擊Fitting...按鈕，出現Fitting對話框，Fitting對話框分為兩部分，上面為Fit Editor，下面為Table of Fits,有時候窗口界面比較小，Fit Editor部分會被收起來，只要把Table of Fits上方的橫條往下拉就可以看見Fit Editor。在Fit Editor裡面點擊New Fit按鈕，此時其下方的各個選框被激活，在Data Set選框中選中剛才建立的x-y數據組，然後在Type of fit選框中選取擬合或回歸類型，各個類型的擬合或回歸相應的分別是： Custom Equations 用戶自定義函數 Expotential e指數函數 Fourier 傅立葉函數，含有三角函數 Gaussian 正態分布函數，高斯函數 Interpolant 插值函數，含有線性函數，移動平均等類型的擬合 Polynomial 多項式函數 Power 冪函數 Rational 有理函數（不太清楚，沒有怎麼用過） Smooth Spline （光滑插值或者光滑擬合，不太清楚） Sum of sin functions正弦函數類
在這個Type of fit選框中選擇好合適的類型，並選好合適的函數形式。於是點擊Apply按鈕，就開始進行擬合或者回歸了。此時在Curve Fitting Tool窗口上就會出現一個擬合的曲線。這就是所要的結果。 在上面的例子中，選擇sum of sin functions中的第一個函數形式，點擊Apply按鈕，就可以看見擬合得到的正弦曲線。

『柒』 matlab中如何進行曲線擬合

擬合用polyfit和polyval.
b=polyfit(x,y,2);%進行抄2次擬合，b是多襲項式前面的值。就如2次擬合中y=ax+b,a,b的值。
yy=polyval(b,x);%得到擬合後y的新值
plot(x,yy)%畫擬合圖

『捌』 用matlab cftool工具箱擬合曲線的時候，怎麼獲得所要的數據點個數

我覺得我們需要是結果，以及結果的精度，而非結果中數據的個數。
以
>> x=[1:5];
>> y=2*x
為例：
結果為
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
若是樓主真得需要，推薦樓主去看操作生成的代碼
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

其實我已經看到了這里幾個函數的幫助，沒有發現可以設置擬合數據的長度的。
希望對樓主有幫助，謝謝。

『玖』 怎麼用matlab編寫曲線擬合

在命令行輸入圖中所示的數據；
如何利用MATLAB曲線擬合工具箱做曲線擬合

在窗口中輸入cftool，按enter鍵進入擬合工具箱；
如何利用MATLAB曲線擬合工具箱做曲線擬合

在Xdata中選擇x，Ydata中選擇y；
如何利用MATLAB曲線擬合工具箱做曲線擬合

修改fitname名稱為擬合曲線1；
如何利用MATLAB曲線擬合工具箱做曲線擬合

在右側的下拉菜單中選擇擬合曲線的類型，再選擇相應的degree和robust；
如何利用MATLAB曲線擬合工具箱做曲線擬合

單機fit options，設定參數上下限；
如何利用MATLAB曲線擬合工具箱做曲線擬合

設置完成後自動更新，我們可從窗口中看到相應的擬合曲線，在result中看到擬合結果。
如何利用MATLAB曲線擬合工具箱做曲線擬合