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
& T0 ?1 y+ a* L, K function FF0dian_TDdyTC
2 Y& L6 ]" T& p. w3 y0 y8 R% uclc
3 [  W( Z( A+ R& ATC=283:367;
2 y1 c4 r' {5 `0 @1 G, \9 j* W% 0.025<vaDaRE<14  0.3<eps<0.55  0.29<dtad0<0.7  32<活化能<42  Co=UDa/eps
/ f' {/ @' ]* }! T# l% jVADARE=14;
EPS=0.55;dtad0=0.29;UDA=10*EPS;
8 m' ]& ~" x, {5 _9 P$ F$ vRH=1;Y=36;
TR=300;TD=TC;
YD=TD/TR;
& L$ m- u4 G; s3 m1 F2 {for i=1:85
2 u& {0 M+ m/ }# ?: Ystart_t=0;end_t=2;
2 Z+ R! f5 r) E# D5 Doptions=odeset('RelTol',1e-8,'AbsTol',[1e-9 1e-9]);
" f- y7 b1 z: q. {" X[T,y]=ode45(@SBR1,[start_t end_t],[0,277/300],options,TC(i));
a=max(y(:,2));
4 S/ P. i: ]  ^- p4 j6 Z) N; p) ~b=y(:,2)==a;
' C4 c3 v0 a; _2 E6 ]c=TC(i)./TR;
T(b);
3 z" Q$ k- R7 t/ c5 b if T(b)<=1
     YTA=c+1.05*dtad0/(UDA*(1+EPS*T(b))+EPS*RH);
, c' L/ h( V4 P5 D; O) ~     FF(i)=a-YTA;
else
     YTA=c+1.05*dtad0/(UDA*(1+EPS)+EPS*RH);
     FF(i)=a-YTA;
% E' |7 h* j3 V  U end
+ Z2 A1 m7 Y( j! w* y1 xend
4 l8 g4 v$ ?3 s$ h. H* G7 v1 Mfigure;
6 }- ^. ]1 A2 k1 }  c4 l! qplot(TC/TR,FF,'.');hold on
end
; z* J: Q0 g  H" U2 [- O+ k
function dy= SBR1(t,y,TC)
dy=zeros(2,1);
, R8 [+ \; u" `! k1 E) b1 fVADARE=14;
" }8 d; q2 [; n$ o. JEPS=0.55;dtad0=0.29;UDA=10*EPS;
RH=1;Y=36;
TR=300;TD=TC; YD=TD/TR;
if t<=1
4 Y" L8 |# ?. N    YCE=((UDA*(1+EPS*t)*TC+RH*EPS*TD)/(UDA*(1+EPS*t)+RH*EPS))/TR;
    dy(1) = VADARE*(t-y(1))*(1-y(1))*exp(Y*(1-1/y(2)));
' A) B' N  t! _6 o    dy(2) = ((dtad0*dy(1)-(UDA*(1+EPS*t)+RH*EPS)*(y(2)-YCE)))/(1+RH*EPS*t);
end
" K1 b, U  Q: q: S* R  Tif t>1
3 z' E7 n+ [6 e6 U0 Z3 A! u   YCE=((UDA*(1+EPS)*TC+RH*EPS*TD)/(UDA*(1+EPS)+RH*EPS))/TR;
   dy(1) = VADARE*(1-y(1))*(1-y(1))*exp(Y*(1-1/y(2)));
* K3 D9 w9 j+ g+ o  B) U   dy(2) = ((dtad0*dy(1)-(UDA*(1+EPS)+RH*EPS)*(y(2)-YCE)))/(1+RH*EPS);
! j" |8 Q' K/ S) c0 \  P$ V3 Yend
end
% q& i- o$ ^' T1 y6 n, f9 ^# ~

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。
8 R: J2 ^1 ~& [, M+ u8 e
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。