0

ノイズの多いデータのセットがあり、MATLAB でカスタム方程式を当てはめたいと考えています。次に、係数の値を取得して、アルゴリズムで使用します。しかし、私は立ち往生しており、その理由がわかりません。x1、x2、および応答値が既知の非線形方程式 a+b*log10(x1-dcos(alpha-x2)) を使用します。最初の問題は、a、b、および alpha の係数が制限されている必要があることです。ここで度単位のアルファは、たとえば 0 から 360 までしか変化しません。カーブ フィッティング ツールボックスを使用してこれを達成する方法がわかりません。

また、MATLAB の非線形回帰手法 (fitnlm、lsqcurvefit など) などの他のオプションも試しましたが、これらの変数に制限を設けることができないため、期待はずれでした。したがって、フィットは非常に良好ですが、係数は悪すぎます。

では、質問 1: カーブ フィッティングを使用して複数の変数を適合させるにはどうすればよいですか? 質問 2: それが不可能な場合は、非線形回帰以外にどのような手法を使用できますか?

事前に多くの感謝を！すてきな一日を ！

4

1 に答える 1

1

問題が発生した場合、変数 x1 と x2 および 3 つの結果 y の一連のデータがあり、次の方程式でモデル化する必要があります。

y =  a + b * log10(x1 - cosd(alpha - x2)) % I suppose that dcos = cosd, I do not really known this functions

まず、この値のデータを作成します。

function y = getting_data(x1,x2)

a = 3;
b = 5;
alpha = 120;

y =  a + b * log10(x1 - cosd(alpha - x2));

それでは、データセットを生成しましょう

>> % generate the data sets
>> x1 = 9 .* rand(1000,1) + 1; % random values [1,10]
>> x2 = 360 .* rand(1000,1); % random values [0,360]
>> y = getting_data(x1,x2); % the values for the function

モデルにカーブ フィッティングを使用する関数を作成する

function myfit = fitting_data(x1,x2,y)

myfittype = fittype('a + b * log10(x1 - cosd(alpha - x2))',...
    'dependent',{'y'},'independent',{'x1','x2'},...
    'coefficients',{'a','b','alpha'})

myfit = fit([x1 x2],y,myfittype)

入力ベクトルに注意してください。フィット関数に対して nx1 である必要があります

最後に係数を取得します。

>> fitting_data(x1,x2,y)

myfittype = 

     General model:
     myfittype(a,b,alpha,x1,x2) = a + b * log10(x1 - cosd(alpha - x2))
Warning: Start point not provided, choosing random start point. 
> In curvefit.attention.Warning/throw (line 30)
  In fit>iFit (line 299)
  In fit (line 108)
  In fitting_data (line 7) 

     General model:
     myfit(x1,x2) = a + b * log10(x1 - cosd(alpha - x2))
     Coefficients (with 95% confidence bounds):
       a =           3  (3, 3)
       b =           5  (5, 5)
       alpha =         120  (120, 120)


     General model:
     ans(x1,x2) = a + b * log10(x1 - cosd(alpha - x2))
     Coefficients (with 95% confidence bounds):
       a =           3  (3, 3)
       b =           5  (5, 5)
       alpha =         120  (120, 120)

私たちが推測する値を表します

また、次のように de con(A - B) を分離すると便利です。

三角恒等式

そしてそれも覚えておいてください

ここに画像の説明を入力

于 2016-07-11T16:32:10.247 に答える