- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实验四 拟合
开课学院、实验室: DS1421 实验时间 : 2014 年 5月20日
课程
名称 数学实验
名 称 医用薄膜渗透率的确定——数据拟合 实验项目类型 验证 演示 综合 设计 其他 指导
教师 肖剑 实验目的
[1] 了解最小二乘拟合的基本原理和方法;
[2] 掌握用MATLAB作最小二乘多项式拟合和曲线拟合的方法;
[3] 通过实例学习如何用拟合方法解决实际问题,注意与插值方法的区别。
[4] 了解各种参数辨识的原理和方法;
[5] 通过范例展现由机理分析确定模型结构,拟合方法辨识参数,误差分析等求解实际问题的过程;
通过该实验的学习,掌握几种基本的参数辨识方法,了解拟合的几种典型应用,观察不同方法得出的模型的准确程度,学习参数的误差分析,进一步了解数学建模过程。这对于学生深入理解数学概念,掌握数学的思维方法,熟悉处理大量的工程计算问题的方法具有十分重要的意义。
基础实验
一、实验内容
1.用MATLAB中的函数作一元函数的多项式拟合与曲线拟合,作出误差图;
2.用MATLAB中的函数作二元函数的最小二乘拟合,作出误差图;
3.针对预测和确定参数的实际问题,建立数学模型,并求解。
二、实验过程(一般应包括实验原理或问题分析,算法设计、程序、计算、图表等, 实验结果及分析)
1.开启软件平台——MATLAB,开启MATLAB编辑窗口;
2.根据各种数值解法步骤编写M文件
3.保存文件并运行;
4.观察运行结果(数值或图形);
5.根据观察到的结果写出实验报告,并浅谈学习心得体会。
应用实验(或综合实验)
一、实验内容
旧车价格预测
某年美国旧车价格的调查资料如下表,其中xi表示轿车的使用年数,yi表示相应的平均价格。试分析用什么形式的曲线来拟合上述的数据,并预测使用4.5年后轿车的平均价格大致为多少?
表1
xi
1
2
3
4
5
6
7
8
9
10
yi
2615
1943
1494
1087
765
538
484
290
226
204
程序为:
x=1:10;
y=[2615 1943 1494 1087 765 538 484 290 226 204];
A=polyfit(x,y,2)
z=polyval(A,x);
disp(4.5年后轿车的平均价格为z1;)
z1=polyval(A,4.5)
plot(x,y,*,x,z,r)
结果:
A =
1.0e+003 *
0.0361 -0.6508 3.1523
4.5年后轿车的平均价格为z1;
z1 = 955.7047
图1
2.机器人识别定形工具柄问题
机器人在不同层次上应用于工业生产、水下探测、核点开发、军事研究等领域和部门。当一个机器人工作时,经常需要识别那些从外形上看来是圆形或椭圆形的仪器或工具柄等基本设备,以便执行进一步的操作。通常在所需操纵的工具柄上放置适当数量的传感器,这些传感器不断向四周发射电信号,机器人身上安置有接收电信号的硬件装置,根据这些信号,机器人将估算出各个传感器当时所在的位置,然后,再利用这些数据获得工具柄的位置。由于硬件设备的限制和测量的随机偏差,所获得的传感器位置数据是有误差的。因此,为了增强识别的准确性和可靠性,工具柄上放置的传感器应多于确定该定形曲线所需的最少点数。(能否获得比较准确的工具柄位置,对机器人能否有效抓握、操作该工具柄起着关键的作用。)
现有一个圆形工具柄,其边缘上放置了6个传感器,一机器人在某一个时刻测得这些传感器的位置坐标为:(1,7),(2,6),(5,8),(7,7),(9,5),(3,7),如何确定该圆形工具柄的圆心坐标和半径。
程序为:
function f=yuan(x,tdata,cdata)
tdata=[1 2 5 7 9 3];
cdata=[7 6 8 7 5 7];
f=(tdata-x(1)).^2+(cdata-x(2)).^2-x(3)^2;
clc
clear
tdata=[1 2 5 7 9 3];
cdata=[7 6 8 7 5 7];
x0=[0.02,0.05,0.05];
[x,resnorm]=lsqcurvefit(yuan,x0,tdata,cdata)
c=yuan(x,tdata);
plot(tdata,cdata,o,tdata,c)
c1=yuan(x,tdata);
e=c1-cdata;
e1=sum(e.*e)
结果:
图2
3.经济增长模型
增加生产、发展经济所依靠的主要因素有增加投资、增加劳动力以及技术革新等,在研究
文档评论(0)