lsqcurvefit 拟合

kekek

对于代码画出来的图如何使用lsqcurvefit 拟合？代码中c为X轴，FF为y轴
function FF0dian_TDdyTC
+ G6 _4 l, Y# P% l- i: U, U, {clc
TC=283:367;
0 {" z4 a1 y+ j% 0.025<vaDaRE<14  0.3<eps<0.55  0.29<dtad0<0.7  32<活化能<42  Co=UDa/eps
5 Y% y% d5 j) h/ AVADARE=14;
, Y8 A" k/ R- q& @! b9 [EPS=0.55;dtad0=0.29;UDA=10*EPS;
- M; a! J# V! `& y. o$ e0 ?RH=1;Y=36;
TR=300;TD=TC;
YD=TD/TR;
( n* S, Y0 n3 Efor i=1:85
start_t=0;end_t=2;
' R, j# g9 q% V& r/ O9 ?options=odeset('RelTol',1e-8,'AbsTol',[1e-9 1e-9]);
: w& a7 `1 O: a. x6 |( [3 v[T,y]=ode45(@SBR1,[start_t end_t],[0,277/300],options,TC(i));
+ k1 s! v  ?0 }6 pa=max(y(:,2));
b=y(:,2)==a;
# j5 I# p; E5 |& F) ^c=TC(i)./TR;
/ L. D, d9 o: E) @T(b);
if T(b)<=1
     YTA=c+1.05*dtad0/(UDA*(1+EPS*T(b))+EPS*RH);
     FF(i)=a-YTA;
# O8 t5 t8 V. U( Z else
( \, j( Y+ v; k     YTA=c+1.05*dtad0/(UDA*(1+EPS)+EPS*RH);
     FF(i)=a-YTA;
4 M! ?2 f2 U* E  O  h end
end
+ Y1 j7 i, u/ }figure;
plot(TC/TR,FF,'.');hold on
end

) G  K$ H2 b' I  Bfunction dy= SBR1(t,y,TC)
1 q9 m  O0 H& ndy=zeros(2,1);
VADARE=14;
EPS=0.55;dtad0=0.29;UDA=10*EPS;
RH=1;Y=36;
' v+ V' z' f1 R% PTR=300;TD=TC; YD=TD/TR;
8 }3 X! O" Y# p4 v. M+ @, |. bif t<=1
    YCE=((UDA*(1+EPS*t)*TC+RH*EPS*TD)/(UDA*(1+EPS*t)+RH*EPS))/TR;
! d' X% D4 w/ K! c6 c    dy(1) = VADARE*(t-y(1))*(1-y(1))*exp(Y*(1-1/y(2)));
    dy(2) = ((dtad0*dy(1)-(UDA*(1+EPS*t)+RH*EPS)*(y(2)-YCE)))/(1+RH*EPS*t);
3 x4 p( R  z2 Y- @1 ?" E9 d: |end
& d# u7 N) W* j. K) {# |, v- ^7 Qif t>1
   YCE=((UDA*(1+EPS)*TC+RH*EPS*TD)/(UDA*(1+EPS)+RH*EPS))/TR;
- w1 L  h+ Z) P2 G" x2 U# ^% ^" X   dy(1) = VADARE*(1-y(1))*(1-y(1))*exp(Y*(1-1/y(2)));
   dy(2) = ((dtad0*dy(1)-(UDA*(1+EPS)+RH*EPS)*(y(2)-YCE)))/(1+RH*EPS);
end
end
1 }9 k- T" r# z" K6 P

: A& Q. F! I' D/ q& p9 j% z  O

小白的白

帮你顶一下

Uifhjvv

请把待拟合的数据、哪些是待拟合参数等等都给出

pTDbn25

所谓拟合，指的是已知形如 Output_Y = Function( Input_X, Parameters_C ) 这样的函数关系（其中Input_X为实验的若干控制变量，同时也是函数的输入；Parameters_C为待拟合参数；Output_Y为实验结果，同时也是函数的输出），给出Input_X与Output_Y 作为已知，求一组合适的Parameters_C数值使模型Function产生的误差最小。
' V  i0 J7 q, D3 z  G+ b9 E
  n" ?- z) O' I5 l& x最简单的例子，已知模型：电压U = 电阻R * 电流I，且不知道接在某简单电路上的电阻到底是多大。那么通过若干组实验，以电流I为输入（比如调整滑动变阻器来控制该电路中的电流数值），同时测量这个电阻两端的电压U作为输出，通过这若干组U与I的数值，可以估计出一个满足模型的电阻R值。控制输入I、测量输出U、以此二者来估计参数R。