[已解决] 曲线拟合迭代

[复制链接]
传递控制 发表于 2022-7-11 15:29:55
本帖最后由 传递控制 于 2022-7-12 10:19 编辑

在无法确定参数初始值的情况下,怎么才能使拟合误差变小
......

start = [20, -1, 90, -200, 250, -180, 100, -30, -3.469, 41100, -1378];
[cfun,r] = fit([epsilon_data,t_data] , sigma_data, sigma ,'StartPoint', start);

......
Coefficients (with 95% confidence bounds):
       a1 =        31.7  (-1.828e+05, 1.828e+05)
       a2 =      -3.704  (-4085, 4078)
       a3 =       72.54  (-1.101e+05, 1.103e+05)
       a4 =      -198.6  (-3.871e+05, 3.867e+05)
       a5 =       230.1  (-6.632e+05, 6.637e+05)
       a6 =      -182.8  (-7.562e+05, 7.558e+05)
       a7 =       111.4  (-5.454e+05, 5.456e+05)
       a8 =       -33.5  (-1.846e+05, 1.845e+05)
       a9 =      -5.305  (-2.338e+04, 2.337e+04)
       a10 =   4.109e+04  (-3.685e+10, 3.685e+10)
       a11 =       -1328  (-1.819e+05, 1.792e+05)

           sse: 990.0987



最佳答案


shihe 发表于 2022-7-12 17:22:13
参数初值的确定一般就是经验加运气,另外也可以试试不需要初值的算法(全局最优算法)或工具(1stOpt之类)

4 条回复


shihe 发表于 2022-7-12 10:10:16
问题表述的不明不白的,就是一般的拟合问题吧,自己搜:lsqcurvefit

传递控制 发表于 2022-7-12 10:15:49
shihe 发表于 2022-7-12 10:10
问题表述的不明不白的,就是一般的拟合问题吧,自己搜:lsqcurvefit

就是在拟合过程中,参数初始的选择对拟合结果影响比较大,在无法确定参数初始值的情况,该如何处理呢?

shihe 发表于 2022-7-12 17:22:13
参数初值的确定一般就是经验加运气,另外也可以试试不需要初值的算法(全局最优算法)或工具(1stOpt之类)
回复此楼

传递控制 发表于 2022-7-13 14:52:30
shihe 发表于 2022-7-12 17:22
参数初值的确定一般就是经验加运气,另外也可以试试不需要初值的算法(全局最优算法)或工具(1stOpt之类) ...

好的,谢谢
您需要登录后才可以回帖 登录 | 注册

本版积分规则

相关帖子
相关文章
热门教程
站长推荐
快速回复 返回顶部 返回列表