最小二乘法曲线拟合的Matlab程序文档格式.doc
《最小二乘法曲线拟合的Matlab程序文档格式.doc》由会员分享，可在线阅读，更多相关《最小二乘法曲线拟合的Matlab程序文档格式.doc（7页珍藏版）》请在冰点文库上搜索。
Inzxecfat64
输出多项式的各项系数
a=0.0200000000000001
a=-0.2000000000000008
a=0.7000000000000022
a=0.0000000000000000
a=2.4799999999999973
输出多项式的有关信息S
R:
[4x5double]
df:
0
normr:
2.3915e-015
Zerodegreesoffreedomimpliesinfiniteerrorbounds.
Inpolyvalat104
Inpolyconfat92
Inzxecfat69
观测数据拟合数据
xyyh
1.00003.00003.0000
2.00004.00004.0000
355
4.00006.00006.0000
剩余平方和Q=0.000000
标准误差Sigma=0.000000
相关指数RR=1.000000
请输入你所需要拟合的数据点，若没有请按回车键结束程序.
输入插值点x0=3
输出插值点拟合函数值y0=5.0000
结果：
untitled.fig
Figure88.jpg（39.8KB）
最小二乘法曲线拟合的程序
2009-5-622:
43
untitled2.fig
Figure89.jpg（51.08KB）
一些matlab优化算法代码的分享
代码的目录如下：
欢迎讨论
1.约束优化问题：
minRosen（Rosen梯度法求解约束多维函数的极值）（算法还有bug）
minPF（外点罚函数法解线性等式约束）
minGeneralPF（外点罚函数法解一般等式约束）
minNF（内点罚函数法）
minMixFun（混合罚函数法）
minJSMixFun（混合罚函数加速法）
minFactor（乘子法）
minconPS（坐标轮换法）（算法还有bug）
minconSimpSearch（复合形法）
2.非线性最小二乘优化问题
minMGN（修正G-N法）
3.线性规划：
CmpSimpleMthd（完整单纯形法）
4.整数规划（含0-1规划）
DividePlane（割平面法）
ZeroOneprog（枚举法）
5.二次规划
QuadLagR（拉格朗日法）
ActivedeSet（起作用集法）
6.辅助函数（在一些函数中会调用）
minNT（牛顿法求多元函数的极值）
Funval（求目标函数的值）
minMNT（修正的牛顿法求多元函数极值）
minHJ（黄金分割法求一维函数的极值）
7.高级优化算法
1）粒子群优化算法（求解无约束优化问题）
1>
PSO（基本粒子群算法）
2>
YSPSO（待压缩因子的粒子群算法）
3>
LinWPSO（线性递减权重粒子群优化算法）
4>
SAPSO（自适应权重粒子群优化算法）
5>
RandWSPO（随机权重粒子群优化算法）
6>
LnCPSO（同步变化的学习因子）
7>
AsyLnCPSO（异步变化的学习因子）（算法还有bug）
8>
SecPSO（用二阶粒子群优化算法求解无约束优化问题）
9>
SecVibratPSO（用二阶振荡粒子群优化算法求解五约束优化问题）
10>
CLSPSO（用混沌群粒子优化算法求解无约束优化问题）
11>
SelPSO（基于选择的粒子群优化算法）
12>
BreedPSO（基于交叉遗传的粒子群优化算法）
13>
SimuAPSO（基于模拟退火的粒子群优化算法）
2）遗传算法
myGA（基本遗传算法解决一维约束规划问题）
SBOGA（顺序选择遗传算法求解一维无约束优化问题）
NormFitGA（动态线性标定适应值的遗传算法求解一维无约束优化问题）
GMGA（大变异遗传算法求解一维无约束优化问题）
AdapGA（自适应遗传算法求解一维无约束优化问题）
DblGEGA（双切点遗传算法求解一维无约束优化问题）
MMAdapGA（多变异位自适应遗传算法求解一维无约束优化问题）
自己编写的马尔科夫链程序
A代表一组数据序列一维数组本程序的操作对象也是如此
t=length（A）;
%计算序列“A”的总状态数
B=unique（A）;
%序列“A”的独立状态数顺序，“E”
E=sort（B,'
ascend'
）;
a=0;
b=0;
c=0;
d=0;
forj=1:
1:
tt
Localization=find（A==E（j））;
%序列“A”中找到其独立状态“E”的位置
fori=1:
length（Localization）
ifLocalization（i）+1>
t
break;
%范围限定
elseifA（Localization（i）+1）==E
（1）
a=a+1;
elseifA（Localization（i）+1）==E
（2）
b=b+1;
elseifA（Localization（i）+1）==E（3）
c=c+1;
%依此类推，取决于独立状态“E”的个数
else
d=d+1;
end
T（j,1:
tt）=[a,b,c,d];
%“T”为占位矩阵
TT=T;
foru=2:
TT（u,:
）=T（u,:
）-T（u-1,:
TT;
%至此，得到转移频数矩阵
Y=sum（TT,2）;
foruu=1:
TR（uu,:
）=TT（uu,:
）./Y（uu,1）;
TR%最终得到马尔科夫转移频率/概率矩阵
%观测序列马尔科夫性质的检验：
N=numel（TT）;
uuu=1;
Col=sum（TT,2）;
%对列求和
Row=sum（TT,1）;
%对行求和
Total=sum（Row）;
%频数总和
xx（uuu,1）=sum（（TT（i,j）-（Row（i）*Col（j））./Total）.^2./（（Row（i）*Col（j））./Total））;
uuu=uuu+1;
%计算统计量x2
xx=sum（xx）
升级会员 