| 查看: 2664 | 回复: 4 | ||||
jadetsai88新虫 (初入文坛)
|
[求助]
拟合水的密度与温度的函数关系式
|
| 由于仿真时需要用到水的密度随着温度变化的函数，但是又没学过你和数据模型，望大神们帮帮忙，附近是水的密度随着温度变化的数值表，从277度开始模拟就可以了，非常感谢！ |
回复此楼» 本帖附件资源列表
-
欢迎监督和反馈：小木虫仅提供交流平台，不对该内容负责。
本内容由用户自主发布，如果其内容涉及到知识产权问题，其责任在于用户本人，如对版权有异议，请联系邮箱：xiaomuchong@tal.com - 附件 1 : 水密度与温度对应关系.xls
2013-05-17 16:52:45, 45.5 K
» 猜你喜欢
帮我的英语口语老师找学生
已经有4人回复
-
计算三阶力常数用thirdorder扩胞时参数如何选择？临近原子数怎么取值
已经有7人回复
-
物理学I论文润色/翻译怎么收费?
已经有123人回复
-
2026年循环经济功能材料国际会议（ICFMCE 2026）
已经有0人回复
-
2026年第五届电气、电子与信息工程国际会议（ISEEIE 2026）
已经有0人回复
-
哈尔滨理工大学物理系招收物理学考研调剂
已经有4人回复
-
0702一志愿吉大B区求调剂
已经有5人回复
-
求调剂
已经有0人回复
-
0702一志愿吉大B区求调剂有论文
已经有0人回复
-
请问还有没有用Latex写文章的小伙伴们？
已经有0人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 自己从事科研以来的英文写作总结，希望对写SCI的你有帮助(特别是搞物理材料的)
已经有30人回复
- 消除催化零回复，感谢虫友来交流(十二）
已经有19人回复
- 消除催化零回复，感谢虫友来交流(三）
已经有13人回复
- 注册化工工程师须知
已经有23人回复
- 【其他】中国电动汽车高能电池研发与市场现状
已经有9人回复
月只蓝
主管区长 (职业作家)
-
专家经验: +1059 - 计算强帖: 8
- 应助: 1712 (讲师)
- 贵宾: 8.888
- 金币: 68127.7
- 散金: 1938
- 红花: 443
- 沙发: 4
- 帖子: 4373
- 在线: 3291.4小时
- 虫号: 1122189
- 注册: 2010-10-14
- 专业: 宇宙学
- 管辖: 计算模拟区
【答案】应助回帖
★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与，应助指数 +1
fegg7502: 金币+1, 鼓励交流 2013-05-18 14:37:38
jadetsai88(fegg7502代发): 金币+5 2013-05-18 14:38:16
jadetsai88: 金币+45, ★★★★★最佳答案 2013-05-18 20:09:23
感谢参与，应助指数 +1
fegg7502: 金币+1, 鼓励交流 2013-05-18 14:37:38
jadetsai88(fegg7502代发): 金币+5 2013-05-18 14:38:16
jadetsai88: 金币+45, ★★★★★最佳答案 2013-05-18 20:09:23
|
列出10个相关系数R^2最高的拟合方程，这些方程都能到0.9999高相关度，取一个形式简单的即可，如下： 1.Function: y = p1+p2*Ln(x)+p3*(Ln(x))^2+p4*(Ln(x))^3+p5*(Ln(x))^4+p6*(Ln(x))^5+p7*(Ln(x))^6+p8*(Ln(x))^7+p9*(Ln(x))^8+p10*(Ln(x))^9+p11*(Ln(x))^10 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0816570704464187 Sum of Square Error (SSE): 2.80717628178828 Correlation Coef. (R): 0.999952519401421 R-Square: 0.99990504105725 Determination Coef. (DC): 0.99990504105704 Parameters Name Parameter Value =============== =============== p1 104882.177175265 p2 -170072.882367486 p3 41858.0748248411 p4 5855.07829941347 p5 -2064.98454070029 p6 -57.5187050922973 p7 -1.65547534829854 p8 10.0923903851733 p9 -0.051277245249696 p10 -0.244342059686163 p11 0.0176782129053633 2.Function: y = p1+p2*x+p3/Ln(x)+p4/x^0.5+p5/x^2 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0818929502757209 Sum of Square Error (SSE): 2.82341768334678 Correlation Coef. (R): 0.99995224468758 R-Square: 0.999904491655731 Determination Coef. (DC): 0.999904491655731 Parameters Name Parameter Value =============== =============== p1 139056.408025523 p2 -8.53609748799606 p3 -1168509.96880985 p4 1215831.33120729 p5 -74638263.833034 3.Function: y = p1+p2*x+p3/Ln(x)+p4/x^0.5+p5*Ln(x)/x^2 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0819040674378914 Sum of Square Error (SSE): 2.82418430666855 Correlation Coef. (R): 0.999952231720598 R-Square: 0.999904465723005 Determination Coef. (DC): 0.999904465723002 Parameters Name Parameter Value =============== =============== p1 158206.095651443 p2 -9.24552847545844 p3 -1337991.6917642 p4 1409520.13162155 p5 -19485218.4487566 4.Function: y = p1+p2*x+p3*(Ln(x))^2+p4*Ln(x)/x+p5*Ln(x)/x^2 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.103069263313438 Sum of Square Error (SSE): 4.47239794982936 Correlation Coef. (R): 0.999952224862649 R-Square: 0.999904452007761 Determination Coef. (DC): 0.999848711253166 Parameters Name Parameter Value =============== =============== p1 -23856.4123261917 p2 -9.5166822779122 p3 630.611936026086 p4 457692.303453987 p5 -23822706.0307153 5.Function: y = p1+p2*x+p3*x^0.5*Ln(x)+p4*Ln(x)/x+p5/x^2 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.088522095717737 Sum of Square Error (SSE): 3.29902396213954 Correlation Coef. (R): 0.999952224257904 R-Square: 0.99990445079833 Determination Coef. (DC): 0.999888403222029 Parameters Name Parameter Value =============== =============== p1 -8499.42236763435 p2 -17.713721636907 p3 111.174591525206 p4 244694.92650816 p5 -74289419.0906333 6.Function: y = p1+p2*x+p3*x^0.5+p4/x+p5*Ln(x)/x^2 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0938796382387353 Sum of Square Error (SSE): 3.71043570632687 Correlation Coef. (R): 0.999952220269342 R-Square: 0.999904442821587 Determination Coef. (DC): 0.999874486310361 Parameters Name Parameter Value =============== =============== p1 -12262.6182444782 p2 -14.3627362170755 p3 783.568521217771 p4 1721369.41889051 p5 -27483015.6528191 7.Function: y = p1+p2*Ln(x)+p3/Ln(x)+p4*(Ln(x))^2+p5/(Ln(x))^2+p6*(Ln(x))^3+p7/(Ln(x))^3+p8*(Ln(x))^4+p9/(Ln(x))^4+p10*(Ln(x))^5 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0819153678857709 Sum of Square Error (SSE): 2.82496367575756 Correlation Coef. (R): 0.999952218538026 R-Square: 0.99990443935912 Determination Coef. (DC): 0.99990443935912 Parameters Name Parameter Value =============== =============== p1 -643037.084034645 p2 38.9986995014769 p3 4524064.61458851 p4 -0.520688702667894 p5 -8854121.10254966 p6 1312.95358746647 p7 215.420054660352 p8 -114.696108296773 p9 222.271294032126 p10 0.0952928226364861 8.Function: y = p1+p2*Ln(x)+p3/Ln(x)+p4*(Ln(x))^2+p5/(Ln(x))^2+p6*(Ln(x))^3+p7/(Ln(x))^3+p8*(Ln(x))^4 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0819154627883818 Sum of Square Error (SSE): 2.82497022145444 Correlation Coef. (R): 0.999952218427348 R-Square: 0.999904439137775 Determination Coef. (DC): 0.999904439137697 Parameters Name Parameter Value =============== =============== p1 -297.687216527561 p2 -7518.71078893706 p3 -50206.0976817148 p4 -8101.57288160546 p5 4825074.89629612 p6 2150.26094280003 p7 -15466014.2875334 p8 -139.286181651244 9.Function: y = p1+p2*x+p3*(Ln(x))^2+p4*Ln(x)/x+p5/x^2 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0937298793755589 Sum of Square Error (SSE): 3.69860721114562 Correlation Coef. (R): 0.999952213783732 R-Square: 0.999904429850987 Determination Coef. (DC): 0.999874886435357 Parameters Name Parameter Value =============== =============== p1 -19039.1963454338 p2 -8.28803860922449 p3 520.04483941951 p4 343609.017628046 p5 -83652096.5281173 10.Function: y = p1+p2*x+p3*x^0.5+p4*Ln(x)/x+p5*Ln(x)/x^2 Algorithms: 麦夸特法(Levenberg-Marquardt) + 通用全局优化法 Root of Mean Square Error (RMSE): 0.0955640457041217 Sum of Square Error (SSE): 3.84477695599391 Correlation Coef. (R): 0.999952213440392 R-Square: 0.99990442916434 Determination Coef. (DC): 0.999869941920631 Parameters Name Parameter Value =============== =============== p1 -15081.2801117689 p2 -15.7387786911996 p3 891.516177188911 p4 352116.987909116 p5 -21092486.2844489  附图1.jpg |
2楼2013-05-17 17:22:05
月只蓝
主管区长 (职业作家)
-
专家经验: +1059 - 计算强帖: 8
- 应助: 1712 (讲师)
- 贵宾: 8.888
- 金币: 68127.7
- 散金: 1938
- 红花: 443
- 沙发: 4
- 帖子: 4373
- 在线: 3291.4小时
- 虫号: 1122189
- 注册: 2010-10-14
- 专业: 宇宙学
- 管辖: 计算模拟区
3楼2013-05-17 18:33:48
wlxydgq
铁虫 (正式写手)
- 计算强帖: 1
- 应助: 24 (小学生)
- 金币: 1961.4
- 红花: 1
- 帖子: 321
- 在线: 65.2小时
- 虫号: 413150
- 注册: 2007-06-26
- 性别: GG
- 专业: 凝聚态物性I:结构、力学和
4楼2013-05-17 23:19:15
5楼2013-05-21 22:40:48
