实验数据的近似曲线拟合

 

        在科研实践中,为了从实验数据中得到规律性的结果,摸索出实验结果的趋向,以减少实验的次数,在最初的实验中,总想从实验数据中获得这样的东西。一种常用的方法,就是对每次实验获得的数据组的数据进行近似曲线拟合,从中发现其变化规律。一旦这样的规律可以确定,那么目的就达到了,就可以减少或不必再进行类似的实验了,因为有些实验要重复做是很困难的。对数据进行近似曲线拟合有多种方法可供选择的。这里介绍一下活图(中文版活图ver8.1现在是常州微识自动化科技有限公司产品之一http://www.microverify.com/col.jsp?id=114中常用的一种方法。在活图中,有34种近似曲线拟合函数专门用于数据的近似曲线拟合,其中之一的最适合曲线拟合近似函数fit_best( [ix],[iy],[ox],[oy],x初,x终,x增,[残差]),因其具备的特有功能而深受学者的欢迎,在实际中得到了广泛的应用。这种特有的功能是指本函数在运行后,会对函数参数中指定的两个数值组[ix],[iy](既实验获得的原始数据组)的数据点列,顺次序采用拟合曲线族中的130种拟合曲线,按照最小二乘法进行近似,取其中与给定点列近似误差2乘平均值(2乘均残差)最小的拟合曲线作为最佳曲线,求其在函数的指定区间x初、x终和指定间隔x增的近似结果,然后将结果存放在指定的函数数值组[ox]和[oy],函数返回的是最佳曲线的编号(在曲线族130种曲线中的编号)和编号对应的近似曲线表达式。函数参数中的[残差]数组内,自动的按照2乘均残差从小到大的顺序,每两个组元对应一根曲线的方式,表达出各拟合曲线的编号和2乘均残差的信息,下面以具体实例说明这一实验数据的最佳曲线拟合过程。

       假定有两组的实验数据如图一所示,

实验数据的近似曲线拟合_第1张图片

                                                                                           图一

其组编号分别对应1和2,打开活图的数式窗口,如图二所示,

实验数据的近似曲线拟合_第2张图片

                                                                                   图二

点击函数表,如图三所示,

实验数据的近似曲线拟合_第3张图片

                                                                                      图三

左上的函数种类中选第22类的近似曲线拟合,下部函数窗口中选第274的本函数,然后点击右上的函数采用按钮,该函数就会以裸方式出现在数式窗口内,如图四所示,

实验数据的近似曲线拟合_第4张图片

                                                                      图四

此时在函数参数中输入实验数据组编号1和2,结果输出数据组编号随意取为8和9,函数区间(x终,x增)取为1到14,指定间隔(x增)取为0.1,残差的组号随意取为10,函数参数确定好后的画面如图五所示,

实验数据的近似曲线拟合_第5张图片

                                                                                      图五

此时点击行计算或全部计算按钮,出现图六所示的画面,

实验数据的近似曲线拟合_第6张图片

                                                                                            图六

注意下部的窗口状态条,有结果文字=y= A/x+B+Cx+Dx^2+Ex^3        的表达式,此时按一下结果图按钮,就会出现和文字表达式相同曲线的实验数据的拟合曲线结果图,如图七所示,

实验数据的近似曲线拟合_第7张图片

                                                                          图七

此时回到数式窗口,点击一下拟合结果按钮,就会出现如图八所示的曲线组拟合结果,

实验数据的近似曲线拟合_第8张图片

拟合结果窗口中,按照二乘均残差由小到大的顺序,各对应曲线的系数值和表达式全部表达出来,本例中对应的二乘均残差最小值是0.60560966,对应曲线编号是112,曲线表达式是y = A/x+B+Cx+Dx^2+Ex^3,方程各常数系数是A=-20.46494 B=106.51346 C=-2.376028 D=0.2255962 E=-0.006781,其余的均方差对应的曲线表达式和系数是一目了然的。曲线族中总共有130种曲线类型。实际操作中可在拟合前排除掉不可能的曲线类型后进行拟合的。

按一下数值按钮,拟合过程中的原始实验数据和拟合结果输出数据,以及最小均方差值和曲线编号如图九所示。

实验数据的近似曲线拟合_第9张图片

                                                                                图九

你可能感兴趣的:(实验数据的近似曲线拟合)