Extrapolation nichtlinearer Daten in matlab
Wie die extrapolation folgende Daten für 850 und oben in matlab?
x = 200.0000 205.0000 210.0000 215.0000 220.0000 225.0000 230.0000 235.0000 240.0000 245.0000 250.0000 255.0000 260.0000 265.0000 270.0000 275.0000 280.0000 285.0000 290.0000 295.0000 300.0000 305.0000 310.0000 315.0000 320.0000 330.0000 340.0000 350.0000 360.0000 370.0000 380.0000 390.0000 400.0000 410.0000 420.0000 430.0000 440.0000 450.0000 460.0000 470.0000 480.0000 490.0000 500.0000 510.0000 520.0000 530.0000 540.0000 550.0000 560.0000 570.0000 580.0000 590.0000 600.0000 620.0000 640.0000 660.0000 680.0000 700.0000 750.0000 800.0000
y = 0.8900 0.8600 0.8400 0.8200 0.8000 0.7900 0.7700 0.7500 0.7400 0.7200 0.7100 0.6900 0.6800 0.6700 0.6500 0.6400 0.6300 0.6200 0.6100 0.6000 0.5900 0.5800 0.5700 0.5600 0.5500 0.5400 0.5200 0.5100 0.4900 0.4800 0.4700 0.4500 0.4400 0.4300 0.4200 0.4100 0.4000 0.3900 0.3900 0.3800 0.3700 0.3600 0.3600 0.3500 0.3400 0.3400 0.3300 0.3200 0.3200 0.3100 0.3100 0.3000 0.3000 0.2900 0.2800 0.2700 0.2600 0.2600 0.2400 0.2200
- Ich würde sagen, Sie haben, um es zu passen in eine Art von Form und dann wird es leicht sein, einen beliebigen anderen Punkt der Kurve. Werfen Sie einen Blick auf
fit
Methode.
Du musst angemeldet sein, um einen Kommentar abzugeben.
Wenn Sie Grundstück
log(y)
vslog(x)
Sie werden sehen, Sie Folgen einer linearen Beziehung. So können wir tun:Und Sie erhalten:
Ich versuche, mit der oben genannten Funktion für meine eigene Kurve, die ich wannt weiter auszubauen , aber vor ein Problem.
Ich bin neu hier im slm-toolbox. bitte vorschlagen, wie man diesen Fehler vermeiden
die Zeit 1 ist die x-Achse, variable-array mit Werte-Bereich: 9.8682 e-05 9.8687 e-05
Ich würde Kommentar über die Gefahren der extrapolation. Niemand hat je gesagt, es besser als Mark Twain, Leben auf dem Mississippi, hier. Extrapolieren zu weit, und erwarten, dass zufällige Müll wie eine Vorhersage.
Having said that, es gibt viele tools, die man nutzen könnte. Sie tun könnten, einen exponentiellen fit der einige ilk. Das problem hier ist, müssen Sie ein Modell finden, mit der richtigen Form. Das dauert oft einige Experimente, um etwas zu finden, das passt Ihre Daten, wenn Sie nicht bereits über ein physikalisches Modell, das Sinn macht, aus ersten Prinzipien.
Besser ist ein spline-Modell, aber das problem ist eine interpolierende spline extrapoliert schlecht. Also meine Empfehlung ist, verwenden Sie ein tool wie SLM, dann bauen in Ihrem wissen, was kann/soll passieren, in der region der extrapolation.
Hier habe ich einige Vermutungen zu angemessenen Eigenschaften der Kurve wie Sie ist extrapoliert aus ziemlich weit. Ich habe verhängte eine monoton abnehmende Einschränkung über die gesamte Kurve mit einem positiven zweiten Ableitungen. Wie gut, das Rechte Ende zeigen war nicht erlaubt, liegen unter null.