利用Matlab对实验数据进行拟合求解参数

有关微分方程参数拟合的技术，已经有相关的讨论:1、基于matlab四种方法解决变参量常微分方程参数识别(回归) 2、基于MATLAB和Forcal进行微分方程参数拟合 3、一个典型隐式方程(通用有效介质方程)的拟合实例 总的来说微分方程参数拟合有三种方法:1.将原问题转换为一个优化问题，就是使拟合得到的结果和实验测量值之差的平方和最小，此时您可以调用MATLAB优化工具箱的所有函数，最这个目标进行优化，比如fmincon，ga，lsqnonlin等。 2 将问题看成一个超静定方程组，也就是说一组已知数据构成一个方程，如果有n测量数据就构成n组方程，此时fsolve函数可以搞定这个工作。 3..然当作一个拟合问题，而微分方程当作一个黑匣子，只是这个拟合的一直数据是测量的两组而已。这个时候lsqcurvefit、cftool和Simulink Design Optimization就可以大显身手了。不过调用lsqcurvefit和cftool函数来拟合，您必须对这两个函数熟悉呀，这个可是需要一定的MATLAB底子，不是一般的所谓大侠能够搞定的。 当然以上是高手的做法。 但如果你对Matlab只是一般性的了解的话推荐用插值拟合+数值微分的方法，如果实验数据够多误差是能满足一定要求的。