用正交多项式作最小二乘拟合
最近在做数值分析大作业,用到了正交多项式曲线拟合,不调用MATLAB曲线拟合的函数实现,下面分享给大家,由于本人水平有限代码仅供参考,大佬勿喷。
一、正交多项式作最小二乘拟合原理
参考清华大学的数值分析第五版教材,以下三张图片为本文用到的部分
1、这里主要是计算平方误差时用到
2、这里用于计算α,β和P
3、这里用于计算a*
二、实现代码
首先是数据导入,我的原始数据是6*2的矩阵,存放在Excel表格中 ,注意n要小于数据点的个数。
clc
clear all
format long g %改变精度
data=xlsread('sn.xls'); %导入数据
Smax=data(:,1);
N=data(:,2);
n=6; %正交多项
下面是具体实现方法,主要是for循环。在求P时由于建立n个符号函数再计算,过于麻烦所以我将其拆分成两个部分,先建立一个nm的矩阵存放P0到Pk在原始点处的值,由此计算出完整的α,β和a,再建立一个元胞数组,根据计算出的α和β得出P0到Pk关于x的表达式,最后求出y并画出图形。
plot(Smax,N,'bp'); %画点
hold on
syms x1 %构建符号变量
m=numel(Smax); %计算原始数据的长度
P=zeros(n,m); %构建矩阵用于存放原始点处P的值,里面是double类型数据为了方便计算a
a=zeros(n,1); %用于存放α
b=zeros(n,1); %用于存放β
q=zeros(n,1); %用于存放a
p=cell(n,1); %构建元胞数组用于存放P(里面是符号表达式)
p{1}=1; %将P0赋值为1
y=0; %y为最终表达式
w=0; %我为计算误差的中间值
for i=1:m %首先将P的第一行赋值为1
P(1,i)=1;
end
for k=2:n %根据公式计算α,β
a(k)=sum(Smax'.*P(k-1,:).^2)/sum(P(k-1,:).*P(k-1,:));
if k>2
b(k)=sum(P(k-1,:).^2)./sum(P(k-2,:).^2);
end
for i=1:m %计算在数据点处P的值
if k>2
P(k,i)=(Smax(i)-a(k)).*P(k-1,i)-b(k).*P(k-2,i);
else
P(k,i)=(Smax(i)-a(k)).*P(k-1,i);
end
end
end
for k=1:n %计算a*
q(k)=sum(N'.*P(k,:))/sum(P(k,:).^2);
end
for k=2:n %根据α,β和a求出P0到Pk的表达式
if k>2
p{k}=(x1-a(k))*p{k-1}-b(k)*p{k-2};
else
p{k}=(x1-a(k))*p{k-1};
end
end
for k=1:n %得出最终的拟合函数表达式
y=y+q(k)*p{k};
end
fplot(y,[200,500]) %画图
for k=1:n %计算平方误差中间值w
w=w+sum(P(k,:).*P(k,:)).*(q(k).^2);
end
wucha3=sum(N.^2)-w %计算平方误差
xlabel('最大应力Smax');
ylabel('循环寿命N(10^6)次');
title('用正交多项式拟作最小二乘拟合');
legend('dot','拟合曲线'); %添加注释,增加可读性
grid on ;
hold off
CSDN没有MATLAB的代码格式我设置的c的格式看的清晰一点
最终我拟合出的结果
还算可以