如何适应和自定义函数有两个变量的数据吗?

28日视图(30天)

显示旧的评论

Marek大多数 2021年4月25日

0
链接

这个问题直接联系

//www.tatmou.com/matlabcentral/answers/812735-how-to-fit-data-with-custom-function-with-two-variables

回答: 蒂亚戈恩里克戈麦斯Lobato 2021年4月25日

你好,

我想问如何适应和自定义函数有两个变量的数据吗?我有两个向量的测量数据,假设Ra和公关。我需要符合这一数据方程:a * (Ra ^ (b)) * (Pr ^ (c))和提取解的值。我怎么能这样做呢?谢谢你！

0评论
显示1年长的评论藏1年长的评论

登录置评。

在回答这个问题。

答案(1)

蒂亚戈恩里克戈麦斯Lobato 2021年4月25日

0
链接

直接链接到这个答案

//www.tatmou.com/matlabcentral/answers/812735-how-to-fit-data-with-custom-function-with-two-variables answer_684245

你可以减少你的模型的误差数据要通过优化参数。另一个选择是,例如,通过使用 fminsearch 。

                              Ra = randn (100 1) * 5;你说你有%数据
                             
                              公关= randn (100 1);
                             
                              %我产生一些示例数据
                             
                              一个= 0.5;
                             
                              b = 0.1;
                             
                              c = 0.35;
                             
                              dataToFitModel = a * (Ra。^ (b))。* (Pr。^ (c));%你但你应该没有提及这些数据,
                             
                              %否则它没有意义的讨论
                             
                              %这里你创建一个函数来测量和模型之间的误差最小化
                             
                              有趣= @ x (x) rms (dataToFitModel - ((1) * (Ra。^ (x (2))) * (Pr。^ (x (3)))))
                             
                                 有趣的=function_handle与价值:
                                
                                 @ (x) rms (dataToFitModel - (x (1) * (Ra。^ (x (2)))。* (Pr。^ (x (3)))))

                              firstGuess = (0, 0, 0);%根据你的数据,你可能需要一个起点接近真正的答案
                             
                              [x, fval] = fminsearch(有趣,firstGuess);
                             
                              aFromData = x (1)
                             
                                aFromData = 0.5000

                              bFromData = x (2)
                             
                                bFromData = 0.1000

                              cFromData = x (3)
                             
                                cFromData = 0.3500

                              fval
                             
                                fval = 4.6583 e-05