matlab擬合曲線工具箱

⑴ 如何用MATLAB將10個點擬合出一條曲線求詳細步驟、解題思路！萬分感謝

首先將你的數據放在工作空間，然後在命令窗口鍵入cftool 可打開曲線擬合工具箱，純圖形界面操作，很簡單的，你按照提示點幾下滑鼠就行了。

⑵ matlab中的csape怎麼使用

function pp = csape(x,y,conds,valconds)
%pp=csape(x,y,'變界類型','邊界值'),生成各種邊界條件的三次樣條插值. 其中,(x,y)為數據向量
%邊界類型可為:'complete',給定邊界一階導數.
% 'not-a-knot',非扭結條件,不用給邊界值.
% 'periodic',周期性邊界條件,不用給邊界值.
% 'second',給定邊界二階導數.
% 'variational',自然樣條(邊界二階導數為0)
% .
%例 考慮數據
% x | 1 2 4 5
% ---|-------------
% y | 1 3 4 2
%邊界條件S''(1)=2.5,S''(5)=-3,
% x=[1 2 4 5];y=[1 3 4 2];
% pp=csape(x,y,'second',[2.5,-3]);pp.coefs
% xi=1:0.1:5;yi=ppval(pp,xi);
% plot(x,y,'o',xi,yi);
pp0 = csape(x,[1,zeros(1,length(y)),0],[1,0]);
pp = csape( x, [1 sin(x) 0], [1 2] ) ％左邊的點一階導數為1，右邊的點二階導數為0
splinetool是一個圖形化的插值工具
lagrange插值，由於lagrange插值可能不收斂，所以工程中很少有人用這種插值。matlab中沒有專門的lagrange插值函數。但我們可以自己編一個，如下：
%lagrange插值子函數
function y=lagrange(x0,y0,x)
n=length(x0); m=length(x);
for i=1:m
z=x(i);
s=0.0;
for k=1:n
p=1.0;
for j=1:n
if j~=k
p=p*(z-x0(j))/(x0(k)-x0(j));
end
end
s=p*y0(k)+s;
end
y(i)=s;
end

⑶ 如何用matlab數據擬合函數

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。x0dx0ax0dx0a假設我們要擬合的函數形式是 y=A*x*x + B*x, 且A>0,B>0。x0dx0ax0dx0a1、在命令行輸入數據：x0dx0a》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908 280.0447 296.204 311.5475]；x0dx0a》y=[5 10 15 20 25 30 35 40 45 50]；x0dx0ax0dx0a2、啟動曲線擬合工具箱x0dx0a》cftoolx0dx0ax0dx0a3、進入曲線擬合工具箱界面「Curve Fitting tool」x0dx0a（1）點擊「Data」按鈕，彈出「Data」窗口；x0dx0a（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；x0dx0a（3）點擊「Fitting」按鈕，彈出「Fitting」窗口；x0dx0a（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：x0dx0aCustom Equations：用戶自定義的函數類型x0dx0aExponential：指數逼近，有2種類型， a*exp(b*x) 、 a*exp(b*x) + c*exp(d*x)x0dx0aFourier：傅立葉逼近，有7種類型，基礎型是 a0 + a1*cos(x*w) + b1*sin(x*w)x0dx0aGaussian：高斯逼近，有8種類型，基礎型是 a1*exp(-((x-b1)/c1)^2)x0dx0aInterpolant：插值逼近，有4種類型，linear、nearest neighbor、cubic spline、shape-preservingx0dx0aPolynomial：多形式逼近，有9種類型，linear ~、quadratic ~、cubic ~、4-9th degree ~x0dx0aPower：冪逼近，有2種類型，a*x^b 、a*x^b + cx0dx0aRational：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x0dx0aSmoothing Spline：平滑逼近（翻譯的不大恰當，不好意思）x0dx0aSum of Sin Functions：正弦曲線逼近，有8種類型，基礎型是 a1*sin(b1*x + c1)x0dx0aWeibull：只有一種，a*b*x^(b-1)*exp(-a*x^b)

⑷ 如何使用matlab中的工具箱

使用matlab中的工具箱方法：
MATLAB自帶工具箱

查看方式：
我們首先詳細介紹一下MATLAB自帶工具箱的使用。
在我們不熟悉一些調用工具箱的命令的時候，我們可以按照如下圖所示：
在MATLAB主窗口中，點擊左下角start--toolboxes,就會羅列出你的MATLAB已經安裝的所有工具箱，可以根據你的需要選擇你將要使用的工具箱。我們可以看到有擬合工具箱、金融工具箱、最優化工具箱等等。

調用（打開）方式：
下面我們介紹一下如何打開一個工具箱。
我們以調用擬合工具箱為例，進行詳細的示例。
調用方式一：
按照如下圖所示的步驟：
點擊主窗口左下角start--toolboxes--curve fitting--curve fitting tool 單擊，就可以打開擬合工具箱.

調用方式二：
在上一步中，我們在start--toolboxes--curve fitting--curve fitting tool ，到這里的時候，會看到在其後面有一個簡寫 cftool 如下圖，這就是我們的擬合工具箱調用命令函數。在MATLAB主窗口中輸入cftool ，回車，同樣可以打開擬合工具箱。

工具箱的使用：
擬合工具箱打開之後，如下，我們就可以進行多種曲線擬合了。
關於MATLAB擬合工具箱等，一些工具箱的詳細用法，由於篇幅的有限，在我的其他經驗中都會陸續給出，有興趣的可以查看。

非自帶工具箱
非自帶工具箱，需另外下載，然後按照一定的步驟導入，導入後一般不能像上面工具箱一樣，通過界面操作，一般都通過函數使用。由於工具箱的導入有幾個小的細節需要注意，所以在我的其他經驗中，關於如何導入工具箱，我也進行了詳細的介紹。

⑸ 用matlab曲線擬合工具箱擬合數據後要進行預測，應該怎麼做啊哪位大神

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，終於自己摸索出來了。是這樣的，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

⑹ 如何用matlab數據擬合函數

1、首先啟動matlab，選擇編輯器，再新建一個命令文件。

⑺ 【數學建模演算法】(番外6)Matlab曲線擬合工具箱cftool

以一個例子作為這篇文章的開始：

利用Matlab中的cftool尋找適當的模型對這個數據進行擬合。

發現曲線形狀更像一個二次曲線或者一個指數曲線，所以決定使用二次曲線或指數曲線分別擬合選擇效果好的一種。

接下來就要用到工具箱了

在命令行輸入cftool

之後就會出現cftool的主界面

下面對界面進行逐一介紹：

可以看到cftool工具箱支持最多3維數據的擬合，而且還可以為數據增加權重。
在你打開工具箱之後，它會自動讀取工作區的數據，你需要將其分別賦給X,Y,Z data。

左邊部分：
最上面：函數類型

Polynomial：多項式

Degree：多項式階數。
Robust：魯棒性要求：
Off——無要求
LAR——(least absolute resial)最小絕對殘差
Bisquare——賦權最小殘差，給離曲線近的給予較大的權重，遠的給予較小的權重。

Custom Equation：用戶自定方程
下面是用戶自行編寫的函數形式。

指數型Exponential

舉例說明到此結束，剩下的類型請讀者自行探索。

在這部分中會給出函數的模型和計算出的參數值。

給出按參數擬合出的函數圖像。

二次多項式：

指數型：

從二者的結果比較可以明顯看出，多項式的擬合效果更好。