matlab拟合曲线并输出公式

如何用Matlab实现三维曲线的拟合，并求出曲线的函数表达式（方程）？

使用griddata函数，可进行三维拟合，并求出任意点处的值，之前用过求电流温度和电阻率的函数拟合如下rq=griddata(i,t,r,iq,tq) 。具体过程如下：D=[[1,6,9.2];[4,12,1.5];[7,4,2.3];[10,10,2.5];[13,2,11];[16,8,9];[0,0,386.1]]D =1.0000 6.0000 9.20004.0000 12.0000 1.50007.0000 4.0000 2.300010.0000 10.0000 2.500013.0000 2.0000 11.000016.0000 8.0000 9.00000 0 386.1000x=D(:,1);y=D(:,2);z=D(:,3);T=[x y x.*y x.*x y.*y ones(7,1)]\zT =-30.7039-87.50472.90420.62094.4429386.1000所以所求函数为 T(1)*x+T(2)*y+T(3).*x.*y+T(4)*x.^2+T(5)*y.^2+T(6)即z=-30.7039x--87.5047y+2.9042xy+0.6209x^2+ 4.4429y^2+386.1000

MATLAB将散点图和拟合曲线在用一个三维图中

如何用MATLAB将散点图和拟合曲线在用一个三维图中画出来？可以这样处理：
1、根据已知4组x、y、z的数据，按z=a1+a2*x+a3*y方程拟合其系数，
2、将x和y的最小值和最大值之间细分，求出z值。
3、根据这若干个数据点用plot3(x,y,z,'o')绘出散点图，plot3(x1,y1,z1,'r-')绘出连续的直线。
例如：
x=[。。;。。;。。;。。]; y=[。。;。。;。。;。。]; z=[。。;。。;。。;。。]；
n=length(x);
X=[ones(n,1) x y];
y=z;
a = regress(y,X)
x1=x;y1=y;z1=a(1)+a(2)* x1 +a(3)*y1
plot3(x,y,z,'o',x1,y1,z1,'r-')

matlab画出的曲线怎么拟合函数

一、 单一变量的曲线逼近
Matlab有一个功能强大的曲线拟合工具箱
cftool ，使用方便，能实现多种类型的线性、非线
性曲线拟合。下面结合我使用的 Matlab R2007b 来简单介绍如何使用这个工具箱。
假设我们要拟合的函数形式是 y=A*x*x + B*x, 且A>0,B>0 。
1、在命令行输入数据：

》x=[110.3323 148.7328 178.064 202.8258033 224.7105 244.5711 262.908
280.0447
296.204 311.5475]

》y=[5 10 15 20 25 30 35 40 45 50]

2、启动曲线拟合工具箱
》cftool

3、进入曲线拟合工具箱界面“Curve Fitting
tool”
（1）点击“Data”按钮，弹出“Data”窗口；
（2）利用X data和Y data的下拉菜单读入数据x,y，可修改数据集名“Data set
name”，然
后点击“Create data set”按钮，退出“Data”窗口，返回工具箱界面，这时会自动画出数
据集的曲线图；
（3）点击“Fitting”按钮，弹出“Fitting”窗口；
（4）点击“New fit”按钮，可修改拟合项目名称“Fit name”，通过“Data
set”下拉菜单
选择数据集，然后通过下拉菜单“Type of fit”选择拟合曲线的类型，工具箱提供的拟合类
型有：
Custom
Equations：用户自定义的函数类型
Exponential：指数逼近，有2种类型， a*exp(b*x) 、 a*exp(b*x) +
c*exp(d*x)
Fourier：傅立叶逼近，有7种类型，基础型是 a0 + a1*cos(x*w) +
b1*sin(x*w)
Gaussian：高斯逼近，有8种类型，基础型是 a1*exp(-((x-b1)/c1)^2)
Interpolant：插值逼近，有4种类型，linear、nearest neighbor、cubic
spline、shape-
preserving
Polynomial：多形式逼近，有9种类型，linear ~、quadratic ~、cubic ~、4-9th degree
~
Power：幂逼近，有2种类型，a*x^b 、a*x^b + c
Rational：有理数逼近，分子、分母共有的类型是linear ~、quadratic ~、cubic
~、4-5th
degree ~；此外，分子还包括constant型
Smoothing Spline：平滑逼近（翻译的不大恰当，不好意思）
Sum of Sin Functions：正弦曲线逼近，有8种类型，基础型是 a1*sin(b1*x +
c1)
Weibull：只有一种，a*b*x^(b-1)*exp(-a*x^b)
选择好所需的拟合曲线类型及其子类型，并进行相关设置：
——如果是非自定义的类型，根据实际需要点击“Fit options”按钮，设置拟合算法、修改
待估计参数的上下限等参数；
——如果选Custom
Equations，点击“New”按钮，弹出自定义函数等式窗口，有“Linear
Equations线性等式”和“General Equations构造等式”两种标签。
在本例中选Custom Equations，点击“New”按钮，选择“General
Equations”标签，输入函
数类型y=a*x*x + b*x，设置参数a、b的上下限，然后点击OK。
（5）类型设置完成后，点击“Apply”按钮，就可以在Results框中得到拟合结果，如下例：
general model:
f(x) = a*x*x+b*x
Coefficients (with 95% confidence bounds):
a = 0.009194 (0.009019, 0.00937)
b = 1.78e-011 (fixed at bound)
Goodness of fit:
SSE: 6.146
R-square: 0.997
Adjusted R-square: 0.997
RMSE: 0.8263
同时，也会在工具箱窗口中显示拟合曲线。
这样，就完成一次曲线拟合啦，十分方便快捷。当然，如果你觉得拟合效果不好，还可以在“
Fitting”窗口点击“New fit”按钮，按照步骤（4）~（5）进行一次新的拟合。
不过，需要注意的是，cftool 工具箱只能进行单个变量的曲线拟合，即待拟合的公式中，变
量只能有一个。对于混合型的曲线，例如 y = a*x + b/x ，工具箱的拟合效果并不好。

用MATLAB怎么实现曲线拟合？

MATLAB软件提供了基本的曲线拟合函数的命令．1 多项式函数拟合：a=polyfit(xdata,ydata,n)其中n表示多项式的最高阶数，xdata，ydata为将要拟合的数据，它是用数组的方式输入．输出参数a为拟合多项式 的系数多项式在x处的值y可用下面程序计算．y=polyval(a,x)2 一般的曲线拟合：p=curvefit(‘Fun’,p0,xdata,ydata)其中Fun表示函数Fun(p,data)的M函数文件，p0表示函数的初值．curvefit()命令的求解问题形式是若要求解点x处的函数值可用程序f=Fun(p,x)计算．例如已知函数形式 ，并且已知数据点 要确定四个未知参数a，b，c，d．使用curvefit命令，数据输入 ；初值输 ；并且建立函数 的M文件（Fun．m）．若定义 ，则输出又如引例的求解，MATLAB程序：t=[l：16]； ％数据输人y=[ 4 6．4 8 8．4 9．28 9．5 9．7 9．86 10．2 10．32 10．42 10．5 10．55 10．58 10．6] ；plot(t,y,’o’) ％画散点图p=polyfit(t,y,2) (二次多项式拟合）计算结果：p=-0.0445 1.0711 4.3252 %二次多项式的系数由此得到某化合物的浓度y与时间t的拟合函数。