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
. P' R* u8 Y2 \6 J; Aclc
# m0 ]& r$ k3 MTC=283:367;
% 0.025<vaDaRE<14  0.3<eps<0.55  0.29<dtad0<0.7  32<活化能<42  Co=UDa/eps
VADARE=14;
EPS=0.55;dtad0=0.29;UDA=10*EPS;
4 ]5 u4 F. O' G4 ^/ ?  ]2 `4 iRH=1;Y=36;
1 W$ a, D5 q' x0 q5 X( gTR=300;TD=TC;
% L/ `& I. w& G. R) d( `  IYD=TD/TR;
8 L/ y3 S6 k1 {4 i  Vfor i=1:85
2 C. Y: Q. M# Rstart_t=0;end_t=2;
options=odeset('RelTol',1e-8,'AbsTol',[1e-9 1e-9]);
: h8 C& Z+ f' X4 }- n% y[T,y]=ode45(@SBR1,[start_t end_t],[0,277/300],options,TC(i));
; u/ U( F/ K, }, g' {a=max(y(:,2));
b=y(:,2)==a;
+ M0 W( x2 w/ |8 H) W! }$ xc=TC(i)./TR;
# {& v0 ]# C5 {1 @  Q/ y3 QT(b);
0 P. ?/ f, l8 `% ]' k" Q if T(b)<=1
: s. w9 d" x/ d. f* e% ?2 j     YTA=c+1.05*dtad0/(UDA*(1+EPS*T(b))+EPS*RH);
# v- }8 `) U7 [* }. H     FF(i)=a-YTA;
- K' ^8 T9 W8 j* D# k+ a: b$ z else
     YTA=c+1.05*dtad0/(UDA*(1+EPS)+EPS*RH);
     FF(i)=a-YTA;
" C* V  }4 F. I end
end
figure;
/ n; M1 b2 G  h2 C1 t5 Eplot(TC/TR,FF,'.');hold on
end

/ J- [# ]* H, M; v- I! ?: s5 Pfunction dy= SBR1(t,y,TC)
dy=zeros(2,1);
VADARE=14;
2 O( d2 F1 H! {; X" vEPS=0.55;dtad0=0.29;UDA=10*EPS;
RH=1;Y=36;
TR=300;TD=TC; YD=TD/TR;
if t<=1
    YCE=((UDA*(1+EPS*t)*TC+RH*EPS*TD)/(UDA*(1+EPS*t)+RH*EPS))/TR;
4 ~3 S; v: F* e% l  S" i    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);
: q1 {- q1 r6 uend
if t>1
   YCE=((UDA*(1+EPS)*TC+RH*EPS*TD)/(UDA*(1+EPS)+RH*EPS))/TR;
  H! P' _( W% l( M' @  A$ V* H' t# b  j   dy(1) = VADARE*(1-y(1))*(1-y(1))*exp(Y*(1-1/y(2)));
% \  v+ M9 L# Y5 v3 |$ A9 A   dy(2) = ((dtad0*dy(1)-(UDA*(1+EPS)+RH*EPS)*(y(2)-YCE)))/(1+RH*EPS);
( J/ {. ], p- `" \" C# yend
end
, c) e% m" a) X3 X  w6 z

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。

3 a( g' x* k6 c9 ?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。
. C# `! v0 [8 v. m& _  h