※ 引述《a0952028698 (泰劳)》之铭言： : 版上的各位高手大家好 : 小弟在处理磁滞效应的时候遇到了一些问题 : 简单来说假如我现在有两组data : 我在输入电压时1~20v : 因为磁滞效应所以可能两次得到的结果会不一样 : 就像是同样我输入x=1:20 : 却得到两组 : 比如说第一次y1=1:20和第二次却得到y2=11:20这样 : 那我想要以一个f(x)=ax^2+bx+c : 来表达得到这两组data的一个较好的回归曲线 : fit出a b和c : 乍看之下因为同1个x却得到两个y : 这违反了函数的基本定义 : 搞得我不知道从何下手polyfit 以及linsquare好像都不太能 : 不知道该怎麽办 : 於是上来请教各位 : 谢谢大家 我不是Matlab使用者，我使用的是Scilab， 所以我不清楚Matlab提供的polyfit与linsquare这两个拟合函式的使用方法 不过，曲线拟合的原理是共通的，大致分为两种 (以下是我的印象，供参考) direct fitting & indirect fitting 从你的文章来看，使用的是indirect fitting， 也就是求 min(sum((Y_i - y_i)^2))) Y_i 是数据点，y_i是拟合曲线的值 我进一步推测，你遇到的问题受限於内建涵式本身的功能不合用 换言之，内建涵式是用来拟合"一组"数据点，但是你要拟合的数据点为多组 以下有两个建议方向 1.仔细阅读Matlab手册，或许polyfit与linsquare能拟合多组数据 2.自己写，或者套用最佳化演算法，求min(sum((Y_i - y_i)^2))) 因为拟合多组数据与一组数据，差异仅在於(Y_i-y_i)的数量不同而已 (後续以delta_Y表示) 若卡在内建涵式无法最小化多组数据的delta_Y，只好自己兜出一套求解器拉 如果你有Matlab最佳化演算法工具箱，如遗传演算法，可以朝此方向下手 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 221.169.218.131