主要内容

指数模型

关于指数模型

工具箱提供了一项和两项指数模型,如下所示:

Y = A. E B x Y = A. E B x + C E D x

当一个量的变化率与该量的初始量成正比时,通常使用指数B和/或D是否定的,,Y表示指数衰减。如果系数为正,Y代表指数增长。

例如,核素的单一放射性衰变模式由一项指数描述。A.被解释为初始核数,B是衰减常数,x是时间,和Y是经过特定时间后剩余的原子核数。如果存在两种衰变模式,则必须使用双项指数模型。对于第二种衰变模式,则向模型中添加另一个指数项。

指数增长的例子包括无法治愈的传染病,以及生长不受捕食、环境因素限制的生物种群。

交互式拟合指数模型

  1. 通过输入打开曲线拟合应用程序cftool。或者,单击“应用程序”选项卡上的“曲线拟合”。

  2. 在曲线拟合app中,选择曲线数据(X数据Y数据,或者只是Y数据对照指数)。

    曲线拟合应用程序创建默认曲线拟合,多项式的.

  3. 将模型类型从多项式的指数型.

可以指定以下选项:

  • 选择一两个合适的术语exp1exp2.

    看看结果窗格以查看模型术语、系数的值和拟合优度统计信息。

  • (可选)单击合适的选项指定适合数据的系数起始值和约束边界,或更改算法设置。

    工具箱根据当前数据集计算指数拟合的优化起点。您可以在“拟合选项”对话框中替代起点并指定自己的值。

    下面显示了单项指数的拟合选项。系数起始值和约束条件适用于普查数据。

    有关指定适合于数据的起始值的示例,请参见指数背景下的高斯拟合.

    有关设置的更多信息,请参见指定适合选项和优化的起点.

使用拟合函数拟合指数模型

此示例演示如何使用适合作用

函数的输入参数是指数库模型适合fittype函数。指定模型类型“exp1”“exp2”.

拟合单项指数模型

生成具有指数趋势的数据,然后使用单项指数拟合数据。绘制匹配图和数据。

x =(0:0.2:5)”;Y = 2*exp(-0.2*x) + 0.1*randn(size(x)); / /输出f=配合(x,y,“exp1”)
f=一般模型Exp1:f(x)=a*exp(b*x)系数(具有95%置信限):a=2.021(1.89,2.151)b=-0.1812(-0.2104,-0.152)
情节(f, x, y)

图形包含一个Axis对象。Axis对象包含两个line类型的对象。这些对象表示数据、拟合曲线。

拟合两项指数模型

f2 =适合(x, y,“exp2”)
系数(有95%置信限):a = 1978 (-6.527e+11, 6.527e+11) b = -0.2574 (-1.516e+04, 1.516e+04) c = -1976 (-6.527e+11, 6.527e+11) d = -0.2575 (-1.518e+04, 1.518e+04)
情节(f2, x, y)

图形包含一个Axis对象。Axis对象包含两个line类型的对象。这些对象表示数据、拟合曲线。

设置开始点

工具箱根据当前数据集计算指数拟合的优化起点。可以替代起点并指定自己的值。

查找第一个模型中系数项的顺序(F),使用科夫名称作用

系数名称(f)
ans=2x1电池{'a'}{'b'}

如果指定起点,请选择适合数据的值。为系数设置任意起点A.B举个例子。

f=配合(x,y,“exp1”,“起点”[1, 2])
f=一般模型Exp1:f(x)=a*exp(b*x)系数(具有95%置信限):a=2.021(1.89,2.151)b=-0.1812(-0.2104,-0.152)
情节(f, x, y)

图形包含一个Axis对象。Axis对象包含两个line类型的对象。这些对象表示数据、拟合曲线。

检查指数拟合选项

如果要修改适合数据的拟合选项,如系数起始值和约束边界,或更改算法设置,请检查拟合选项。有关这些选项的详细信息,请参阅fitoptions参考页面。

fitoptions (“exp1”)
ans=标准化:“关闭”排除:[]权重:[]方法:“非线性最小二乘”稳健:“关闭”起始点:[1x0双精度]下:[1x0双精度]上:[1x0双精度]算法:“信赖域”DiffMinChange:1.0000e-08 DiffMaxChange:0.1000显示:“通知”MaxFunEvals:600 MaxIter:400 TolFun:1.0000e-06 TolX:1.0000e-06

另见

||

相关的话题