24小时热门版块排行榜    

查看: 2006  |  回复: 2

bella_虫虫

新虫 (小有名气)

[求助] MATLAB或者1stOpt自定义公式曲线拟合 已有1人参与

自定义公式是y^2-1=A*x^2/(x^2-B^2)+C*x^2/(x^2-D^2)
其中x是波长,y是折射率。求参数A,B,C,D.万分感谢!数据如下:
x        y
0.4        1.76854
0.401        1.76835
0.402        1.76817
0.403        1.768
0.404        1.76782
0.405        1.76764
0.406        1.76747
0.407        1.7673
0.408        1.76713
0.409        1.76696
0.41        1.76679
0.411        1.76662
0.412        1.76646
0.413        1.76629
0.414        1.76613
0.415        1.76597
0.416        1.76581
0.417        1.76565
0.418        1.76549
0.419        1.76533
0.42        1.76518
0.421        1.76502
0.422        1.76487
0.423        1.76472
0.424        1.76457
0.425        1.76442
0.426        1.76427
0.427        1.76412
0.428        1.76398
0.429        1.76383
0.43        1.76369
0.431        1.76355
0.432        1.76341
0.433        1.76327
0.434        1.76313
0.435        1.76299
0.436        1.76285
0.437        1.76272
0.438        1.76258
0.439        1.76245
0.44        1.76232
0.441        1.76218
0.442        1.76205
0.443        1.76192
0.444        1.76179
0.445        1.76167
0.446        1.76154
0.447        1.76141
0.448        1.76129
0.449        1.76116
0.45        1.76104
0.451        1.76092
0.452        1.7608
0.453        1.76068
0.454        1.76056
0.455        1.76044
0.456        1.76032
0.457        1.7602
0.458        1.76009
0.459        1.75997
0.46        1.75986
0.461        1.75974
0.462        1.75963
0.463        1.75952
0.464        1.75941
0.465        1.7593
0.466        1.75919
0.467        1.75908
0.468        1.75897
0.469        1.75886
0.47        1.75875
0.471        1.75865
0.472        1.75854
0.473        1.75844
0.474        1.75833
0.475        1.75823
0.476        1.75813
0.477        1.75803
0.478        1.75793
0.479        1.75783
0.48        1.75773
0.481        1.75763
0.482        1.75753
0.483        1.75743
0.484        1.75733
0.485        1.75724
0.486        1.75714
0.487        1.75705
0.488        1.75695
0.489        1.75686
0.49        1.75677
0.491        1.75667
0.492        1.75658
0.493        1.75649
0.494        1.7564
0.495        1.75631
0.496        1.75622
0.497        1.75613
0.498        1.75604
0.499        1.75596
0.5        1.75587
0.501        1.75578
0.502        1.7557
0.503        1.75561
0.504        1.75553
0.505        1.75544
0.506        1.75536
0.507        1.75528
0.508        1.75519
0.509        1.75511
0.51        1.75503
0.511        1.75495
0.512        1.75487
0.513        1.75479
0.514        1.75471
0.515        1.75463
0.516        1.75455
0.517        1.75447
0.518        1.75439
0.519        1.75432
0.52        1.75424
0.521        1.75416
0.522        1.75409
0.523        1.75401
0.524        1.75394
0.525        1.75386
0.526        1.75379
0.527        1.75372
0.528        1.75364
0.529        1.75357
0.53        1.7535
0.531        1.75343
0.532        1.75336
0.533        1.75329
0.534        1.75321
0.535        1.75315
0.536        1.75307
0.537        1.75301
0.538        1.75294
0.539        1.75287
0.54        1.7528
0.541        1.75273
0.542        1.75267
0.543        1.7526
0.544        1.75253
0.545        1.75247
0.546        1.7524
0.547        1.75234
0.548        1.75227
0.549        1.75221
0.55        1.75215
0.551        1.75208
0.552        1.75202
0.553        1.75196
0.554        1.75189
0.555        1.75183
0.556        1.75177
0.557        1.75171
0.558        1.75165
0.559        1.75159
0.56        1.75153
0.561        1.75147
0.562        1.75141
0.563        1.75135
0.564        1.75129
0.565        1.75123
0.566        1.75117
0.567        1.75111
0.568        1.75106
0.569        1.751
0.57        1.75094
0.571        1.75088
0.572        1.75083
0.573        1.75077
0.574        1.75072
0.575        1.75066
0.576        1.75061
0.577        1.75055
0.578        1.7505
0.579        1.75044
0.58        1.75039
0.581        1.75034
0.582        1.75028
0.583        1.75023
0.584        1.75018
0.585        1.75012
0.586        1.75007
0.587        1.75002
0.588        1.74997
0.589        1.74992
0.59        1.74987
0.591        1.74981
0.592        1.74977
0.593        1.74971
0.594        1.74966
0.595        1.74961
0.596        1.74957
0.597        1.74952
0.598        1.74947
0.599        1.74942
0.6        1.74937
0.601        1.74932
0.602        1.74927
0.603        1.74923
0.604        1.74918
0.605        1.74913
0.606        1.74909
0.607        1.74904
0.608        1.74899
0.609        1.74895
0.61        1.7489
0.611        1.74886
0.612        1.74881
0.613        1.74877
0.614        1.74872
0.615        1.74868
0.616        1.74863
0.617        1.74859
0.618        1.74854
0.619        1.7485
0.62        1.74845
0.621        1.74841
0.622        1.74837
0.623        1.74833
0.624        1.74828
0.625        1.74824
0.626        1.7482
0.627        1.74816
0.628        1.74811
0.629        1.74807
0.63        1.74803
0.631        1.74799
0.632        1.74795
0.633        1.74791
0.634        1.74787
0.635        1.74783
0.636        1.74779
0.637        1.74775
0.638        1.74771
0.639        1.74767
0.64        1.74763
0.641        1.74759
0.642        1.74755
0.643        1.74751
0.644        1.74747
0.645        1.74743
0.646        1.7474
0.647        1.74736
0.648        1.74732
0.649        1.74728
0.65        1.74725
0.651        1.74721
0.652        1.74717
0.653        1.74714
0.654        1.7471
0.655        1.74706
0.656        1.74703
0.657        1.74699
0.658        1.74695
0.659        1.74692
0.66        1.74688
0.661        1.74685
0.662        1.74681
0.663        1.74678
0.664        1.74674
0.665        1.74671
0.666        1.74667
0.667        1.74664
0.668        1.7466
0.669        1.74657
0.67        1.74653
0.671        1.7465
0.672        1.74647
0.673        1.74643
0.674        1.7464
0.675        1.74637
0.676        1.74633
0.677        1.7463
0.678        1.74627
0.679        1.74623
0.68        1.7462
0.681        1.74617
0.682        1.74614
0.683        1.74611
0.684        1.74607
0.685        1.74604
0.686        1.74601
0.687        1.74598
0.688        1.74595
0.689        1.74592
0.69        1.74588
0.691        1.74585
0.692        1.74582
0.693        1.74579
0.694        1.74576
0.695        1.74573
0.696        1.7457
0.697        1.74567
0.698        1.74564
0.699        1.74561
0.7        1.74558
0.701        1.74555
0.702        1.74552
0.703        1.74549
0.704        1.74547
0.705        1.74544
0.706        1.74541
0.707        1.74538
0.708        1.74535
0.709        1.74532
0.71        1.74529
0.711        1.74526
0.712        1.74524
0.713        1.74521
0.714        1.74518
0.715        1.74515
0.716        1.74513
0.717        1.7451
0.718        1.74507
0.719        1.74504
0.72        1.74502
0.721        1.74499
0.722        1.74496
0.723        1.74493
0.724        1.74491
0.725        1.74488
0.726        1.74486
0.727        1.74483
0.728        1.7448
0.729        1.74478
0.73        1.74475
0.731        1.74472
0.732        1.7447
0.733        1.74467
0.734        1.74465
0.735        1.74462
0.736        1.7446
0.737        1.74457
0.738        1.74455
0.739        1.74452
0.74        1.7445
0.741        1.74447
0.742        1.74445
0.743        1.74442
0.744        1.7444
0.745        1.74437
0.746        1.74435
0.747        1.74433
0.748        1.7443
0.749        1.74428
0.75        1.74425
0.751        1.74423
0.752        1.74421
0.753        1.74418
0.754        1.74416
0.755        1.74414
0.756        1.74411
0.757        1.74409
0.758        1.74407
0.759        1.74404
0.76        1.74402
0.761        1.744
0.762        1.74398
0.763        1.74395
0.764        1.74393
0.765        1.74391
0.766        1.74389
0.767        1.74386
0.768        1.74384
0.769        1.74382
0.77        1.7438
0.771        1.74377
0.772        1.74375
0.773        1.74373
0.774        1.74371
0.775        1.74369
0.776        1.74367
0.777        1.74364
0.778        1.74362
0.779        1.7436
0.78        1.74358
0.781        1.74356
0.782        1.74354
0.783        1.74352
0.784        1.7435
0.785        1.74348
0.786        1.74346
0.787        1.74344
0.788        1.74342
0.789        1.7434
0.79        1.74337
0.791        1.74335
0.792        1.74333
0.793        1.74331
0.794        1.74329
0.795        1.74327
0.796        1.74326
0.797        1.74323
0.798        1.74322
0.799        1.7432
0.8        1.74318
0.801        1.74316
0.802        1.74314
0.803        1.74312
0.804        1.7431
0.805        1.74308
0.806        1.74306
0.807        1.74304
0.808        1.74302
0.809        1.743
0.81        1.74299
0.811        1.74297
0.812        1.74295
0.813        1.74293
0.814        1.74291
0.815        1.74289
0.816        1.74287
0.817        1.74286
0.818        1.74284
0.819        1.74282
0.82        1.7428
0.821        1.74278
0.822        1.74276
0.823        1.74275
0.824        1.74273
0.825        1.74271
0.826        1.74269
0.827        1.74268
0.828        1.74266
0.829        1.74264
0.83        1.74262
0.831        1.74261
0.832        1.74259
0.833        1.74257
0.834        1.74255
0.835        1.74254
0.836        1.74252
0.837        1.7425
0.838        1.74249
0.839        1.74247
0.84        1.74245
0.841        1.74244
0.842        1.74242
0.843        1.7424
0.844        1.74239
0.845        1.74237
0.846        1.74235
0.847        1.74234
0.848        1.74232
0.849        1.74231
0.85        1.74229
0.851        1.74227
0.852        1.74226
0.853        1.74224
0.854        1.74222
0.855        1.74221
0.856        1.74219
0.857        1.74218
0.858        1.74216
0.859        1.74215
0.86        1.74213
0.861        1.74212
0.862        1.7421
0.863        1.74208
0.864        1.74207
0.865        1.74205
0.866        1.74204
0.867        1.74202
0.868        1.74201
0.869        1.74199
0.87        1.74198
0.871        1.74196
0.872        1.74195
0.873        1.74193
0.874        1.74192
0.875        1.7419
0.876        1.74189
0.877        1.74187
0.878        1.74186
0.879        1.74185
0.88        1.74183
0.881        1.74182
0.882        1.7418
0.883        1.74179
0.884        1.74177
0.885        1.74176
0.886        1.74174
0.887        1.74173
0.888        1.74172
0.889        1.7417
0.89        1.74169
0.891        1.74167
0.892        1.74166
0.893        1.74165
0.894        1.74163
0.895        1.74162
0.896        1.7416
0.897        1.74159
0.898        1.74158
0.899        1.74156
0.9        1.74155
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

独孤神宇

版主 (知名作家)

【答案】应助回帖

★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与,应助指数 +1
bella_虫虫: 金币+20, ★★★很有帮助, 大神,有拟合后的数据吗?我还需要画出拟合曲线。谢谢! 2018-10-23 09:30:04
结果不唯一,模型和数据匹配度太高了,如果是实验数据,感觉就有点假了,。

模型公式: y = sqrt(a*x^2/(x^2-b^2)+c*x^2/(x^2-d^2)+1)
          y = sqrt((-1.18379266454923)*x^2/(x^2-18.1057685843^2)+2.00785118048099*x^2/(x^2-0.0945636570305277^2)+1)

迭代数: 515
计算用时(时:分:秒:微秒): 00:00:08:244
优化算法: 标准简面体爬山法 + 通用全局优化算法(SM1)
计算结束原因: 达到收敛判断标准
均方差(RMSE): 3.2249045091751E-5
残差平方和(SSR): 5.21040455574223E-7
相关系数(R): 0.999989750571742
相关系数之平方(R^2): 0.999979501248535
修正R平方(Adj. R^2): 0.999979418924232
确定系数(DC): 0.999979501177371
卡方系数(Chi-Square): 1.48486804223232E-7
F统计(F-Statistic): 8081713.58220345

参数        最佳估算
----------        -------------
a        -1.18379266454923
b        18.1057685843
c        2.00785118048099
d        0.0945636570305277

**********************

迭代数: 727
计算用时(时:分:秒:微秒): 00:00:09:450
优化算法: 标准简面体爬山法 + 通用全局优化算法(SM1)
计算结束原因: 达到收敛判断标准
均方差(RMSE): 3.22347590799856E-5
残差平方和(SSR): 5.20578926165303E-7
相关系数(R): 0.999989759928103
相关系数之平方(R^2): 0.999979519961065
修正R平方(Adj. R^2): 0.999979437711913
确定系数(DC): 0.999979519334905
卡方系数(Chi-Square): 1.48357855659539E-7
F统计(F-Statistic): 8089167.49117066

参数        最佳估算
----------        -------------
a        2.00784753166354
b        0.094565365438321
c        -1.88301602220581
d        22.8151229510075
数值计算
2楼2018-10-22 19:26:16
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

独孤神宇

版主 (知名作家)

额 ,你将参数带入模型不就得到了预测的数据么。
数值计算
3楼2018-10-23 10:17:52
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 bella_虫虫 的主题更新
信息提示
请填处理意见