散文精选网matlab曲线拟合怎么做？
方法一
1、最常用的是多项式拟合，采用polyfit函数，在命令窗口输入自变量x和因变量y.
2、以二次多项式拟合为例，输入p=polyfit(x, y, 2)，如果想拟合更高次的多项式，更换括号内数字即可。
方法二
1、在MATLAB自带的曲线拟合工具包上方工具栏选取APPS，点击curve fitting。在上方工具栏选取APPS，点击curve fitting。
2、输入自变量x和因变量y。
3、选择拟合方式，有多项式拟合polynomial，高斯拟合gaussian，幂指数拟合power等等，本次以多项式拟合为例。
4、通过数据计算，可以获得曲线参数（曲线函数中的各项系数），从而实现曲线拟合。
延伸阅读
在matlab里几条曲线怎么进行拟合为一条曲线？
用getdata取数，然后将数据导入MATLAB进行拟合。用2个指数项进行拟合，结果如下：
matlab曲线拟合，各种方法以及实例介绍？
1.假设我们要对下列数据进行曲线拟合，点击matlab主页左上角的APP选项，其中的Curve Fitting
2.选择好拟合曲线的x轴，y轴
3.多项式拟合采用Polynomial，degree代表拟合曲线方程的次数。
4.之后在Curve Fitting Tool中选择左上角文件里的Print To Fingure，将图片导出，完成拟合曲线的绘制。
如何用matlab拟合曲线方程？
matlab中拟合用polyfit和polyval。
b=polyfit(x,y,2);%进行2次拟合，b是多项式前面的值。就如2次拟合中y=ax+b,a,b的值。
yy=polyval(b,x);%得到拟合后y的新值
plot(x,yy)%画拟合图。
matlab曲线如何拟合函数？
在matlab中根据拟合图得到函数步骤如下：；
1、常用的模型有多项式模型、幂函数模型、指数函数模型等。；
2、设出函数，用命令“plot”绘出图像作为对比。；
3、准备好散点数据，用命令“plot”绘出散点作为对比。；
4、调用函数“fit”，参数包括散点数据和曲线拟合模型。；
5、按回车键即可完成曲线拟合，p1、p2、p3为多项式前面的系数。
matlab曲线拟合，函数，用法以及例子？
matlab是一款功能强大的数学软件，matlab可以用来做函数拟合。那么matlab曲线拟合函数是什么呢？应该怎么使用呢？下面一起来看看matlab曲线拟合函数的用法以及例子吧：
1、首先打开电脑上的“matlab”软件，在命令行窗口输入x=0:0.4:2，确定x的值为0到2，取值间隔为0.4。接下来输入函数 y=3*x.^3+2*x.^2+x确定y的值。多项式函数y的系数为3 2 1 0，分别对应三次项、二次项、一次项和常数项。
2、此处以函数y为例，来进行曲线拟合，方便验证曲线拟合的结果。matlab多项式拟合函数为polyfit，调用格式为polyfit(x,y,N)，其中x和y是拟合数据的自变量和因变量，N为多项式拟合阶数。由图中结果可以看到三次多项式拟合能得到较好的结果。
3、matlab曲线拟合工具箱也可以用来曲线拟合。点击方框处的“APP”，接着点击“Curve Fitting”。
4、曲线拟合工具箱如下图所示，方框处可以输入X和Y的拟合数据。
5、选择拟合数据为x和y，拟合方式为多项式拟合，拟合阶数选择为3，曲线的拟合结果如箭头处所示。
6、使用以下方式可以确定多项式拟合的阶数，使其达到一定的精度要求，具体代码如下图所示，得到的运行结果为3，因此最佳拟合阶数为3。
7、得到拟合多项式的系数后，可以通过命令syms x f(x) f(x)=poly2sym(y2,x)显示出拟合多项式，最后一项系数并不是0，这是由于机器误差引起的，其实最后一项的值特别好，可以忽略不计，看做0。
8、曲线拟合结果的调用，使用t=polyval(y2,x)即可使用拟合函数计算因变量的值，并保存在变量t内，具体结果如下图所示。
怎样使用matlab做曲线拟合？
方法一、用数据拟合工具箱 Curve Fitting Tool
打开CFTOOL工具箱。在matlab的command window中输入cftool，即可进入数据拟合工具箱。
输入两组向量x，y。
首先在Matlab的命令行输入两个向量，一个向量是你要的x坐标的各个数据，另外一个是你要的y坐标的各个数据。输入以后假定叫x向量与y向量，可以在workspace里面看见这两个向量，要确保这两个向量的元素数一致，如果不一致的话是不能在工具箱里面进行拟合的。
例如在命令行里输入下列数据:
x = [196,186, 137, 136, 122, 122, 71, 71, 70, 33];
y = [0.012605; 0.013115; 0.016866; 0.014741; 0.022353; 0.019278; 0.041803; 0.038026; 0.038128; 0.088196];
数据的选取。打开曲线拟合共工具界面，点击最左边的X data和Y data，选择刚才输入的数据，这时界面中会出现这组数据的散点图。
选择拟合方法，点击Fit
左侧results为拟合结果，下方表格为误差等统计数据。
方法二、用神经网络工具箱
1、打开神经网络工具箱，在command window内输入nftool，进入Neural fitting tool
2、导入数据，点击next，导入Inputs为x，Targets为y。
3、选择网络参数，点击next，选择训练集和测试集数量，点next，选隐藏层节点个数。
4、训练数据，点next，选train。
5、绘制拟合曲线，训练完成后电机plot fit
训练结果参数在训练完后自动弹出
神经网络工具箱可以用command写，请搜索关键字matlab 神经网络工具箱函数。
方法三、用polyfit函数写
polyfit函数是matlab中用于进行曲线拟合的一个函数。其数学基础是最小二乘法曲线拟合原理。曲线拟合：已知离散点上的数据集，即已知在点集上的函数值，构造一个解析函数（其图形为一曲线）使在原离散点上尽可能接近给定的值。
调用方法：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 y=a1x^n+…+anx+a,共n+1个系数。
%例程A=polyfit(x,y,2);z=polyval(A,x);plot(x,y,’r*’,x,z,’b’)
方法四、自行写算法做拟合
请参考数值分析教科书，拟合、插值方法较多，算法并不复杂，灵活套用循环即可
