Curve Fitting Toolbox-это пакет расширения Matlab для различных прикладных задач подгонки. Аппроксимации и интерполяции данных.
Включает в себя интерактивные средства предварительной обработки данных, сравнения стандартных моделей и разработки моделей пользователя, подгонки с помощью стандартных и робастных методов и анализа качества аппроксимации.
Особенности данного инструментария:
-графический интерфейс для создания моделей кривых и поверхностей;
-линейная и нелинейная регрессия на основе пользовательских уравнений;
-библиотека регрессионных моделей с оптимизированными начальными условиями и параметрами решателя;
-методы интерполяции, включая В-сплайны, сплайны на основе тензорного произведения и thinplate-сплайны;
-методы сглаживания, включая сглаживающие сплайны, локальную регрессию, фильтры Савицкого-Голея и скользящее среднее;
-процедура предварительной обработки, в том числе удаление выбросов, секционирование, масштабирование и умножение на весовые коэффициенты;
|
|
-процедура переработки, включая интерполяцию, экстраполяцию, доверительные интервалы, интегралы и производные.
В качестве рабочей модели берем ту же модель, которая использовалась при идентификации.
Мы снова переходим на панель Workspace и вводим команду «cftool», после чего переходим в открывавшееся окно:
Рис.8.Окно инструментария пакета Curve Fitting Toolbox.
В строке Interpolant ставим Custom Equation. В «X date» ставим tout, в «Y data» ставим y1.В графе Method ставим экспоненциальную зависимость, получаем следующее уравнение a-b*exp(-c*x) и «подгоняем» его под нашу зависимость. Т.о. получаем следующее:
f(x) = а*exp(-b*x)+c
Рис.9.Результаты аппроксимации Curve Fitting Toolbox.
Используя формулы, получаемые константы:
a=13
b=-13
с=0,07692
Итого мы имеем следующие коэффициенты для аппроксимации:
Таблица 3.Коэффициенты аппроксимации
С использованием инструментария Curve Fitting Toolbox.
K | T | |
13 | 13 | 6,5 |