文章插图
，基于最小二乘原理，求得变数x和y之间的函式关係f(x,A)，使它最佳地逼近或拟合已知数据 。f(x,A)称为拟合模型，
文章插图
是一些待定参数 。做法是选择参数A使得拟合模型与实际观测值在各点的残差
文章插图
的加权平方和最小 。套用此法拟合的曲线称为最小二乘拟合曲线 。用最小二乘法求拟合曲线首先要确定拟合模型f(x)，一般来说，根据各门科的知识可以大致确定函式的所属类，若不具备这些知识，则通常从问题的运动规律及给定数据的散点图来确定拟合曲线的形式 。拟合工具MATLAB曲线拟合工具箱简介MATLAB做曲线拟合可以通过内建函式或者曲线拟合工具箱(Curve Fitting Toolbox) 。这个工具箱集成了用MATLAB建立的图形用户界面(GUIs)和M档案函式 。利用这个工具箱可以进行参数拟合(当想找出回归係数以及他们背后的物理意义的时候就可以採用参数拟合)，或者通过採用平滑样条或者其他各种插值方法进行非参数拟合(当回归係数不具有物理意义并且不在意他们的时候，就採用非参数拟合方法) 。利用这个界面，可以快速地在简单易用的环境中实现许多基本的曲线拟合 。改善拟合结果很多因素会对曲线拟合产生影响，导致拟合效果又好有坏，这里仅从一些角度出发探讨有可能改善拟合质量 。1）模型的选择:这是最主要的一个因素，试着用各种不同的模型对数据进行拟合比较;2）数据预处理:在拟合前对数据进行预处理也很有用，这包括对回响数据进行变换以及剔除Infs、NaNs，以及有明显错误的点 。3）合理的拟合应该具有处理出现奇异而使得预测趋于无穷大的时候的能力 。4）知道越多的係数的估计信息，拟合越容易收敛 。5）将数据分解为几个子集，对不同的子集採用不同的曲线拟合 。6）複杂的问题最好通过进化的方式解决，即一个间题的少量独立变数先解决 。低阶问题的解通常通过近似映射作为高阶问题解的起始点 。