我有 3 组数据：xdata、ydata 和 error_ydata。
我需要根据这样的等式拟合这些数据：
y_fit = c1*sin((2*pi*x_data)/c2 - c3) + c4
其中 c 是常数，以及要查找的参数。
我已经尝试了几个 matlab 函数，如fittype或lsqcurvefit，但它们需要非常接近的初始估计值才能使 4 个常数起作用。关键是要找到这些常数，无论您给出的初始估计值是多少。
任何想法？
先感谢您。我最诚挚的问候
问问题
827 次
1 回答
0
抱歉，但事实是，非线性估计至少需要不错的起始值。如果您懒得提供它们，那么至少在某些时间随机crapola 会得到结果。
这些工具需要非常接近的估计吗？恕我直言，几乎没有，但“非常”的定义是一个高度主观的定义。也许您需要了解更多关于优化和您将使用的工具的信息。一旦你这样做了，你就会开始知道如何让它们更好地工作。对工具缺乏了解的工人应该会经常受伤。
你可以做一些阅读。这是一个开始的地方。
有一些工具可以使用分区最小二乘法来减少问题。fminspleas就是其中之一。（您还可以在优化 toips 和技巧文件中找到请求。）。但是为了使用该工具，您需要了解它的估计方法，了解它如何将参数分成两类。再次，了解您的工具。
于 2013-05-15T22:36:45.747 回答