五阶最小二乘+迭代方法曲线拟合

最新推荐文章于 2024-02-19 08:54:57 发布

原创

最新推荐文章于 2024-02-19 08:54:57 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#线性代数 #几何学 #c语言

该程序实现了一个5阶多项式拟合算法，通过最小二乘法对数据进行拟合，并计算误差。在误差计算后，程序尝试对误差进行拟合，更新原始拟合系数。此过程可用于数据分析和模型优化。

在最小二乘的基础上，对误差进行拟合，将误差拟合的系数回代，逼近真实值，这个方法是错的，只是按客户要求做一下。
请添加图片描述

#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <string.h>
#define M 1000
#define N 6
double A[N]= {
   
   1.0,2.0,3.0,4.0,5.0,6.0},A_fit[N],A_e_fit[N];
double X[M],Y[M],YY[M],Y_e[M];//原始数据
const char PATH[64]="C:/Users/ren/Desktop/j2453/error/";
/**
 * 说明：5阶拟合函数
 * x：x坐标值
 * y：y坐标值
 * num：数据个数
 * a,b,c,d,e,f：返回拟合系数
 */
void Fit5(double *x, double *y, int num,
          double *a, double *b, double *c, double *d, double *e, double *f)
{
   
   
    double sum_x = 0;
    double sum_x2 = 0;
    double sum_x3 = 0;
    double sum_x4 = 0;
    double sum_x5 = 0;
    double sum_x6 = 0;
    double sum_x7 = 0;
    double sum_x8 = 0;
    double sum_x9 = 0;
    double sum_x10 = 0;
    double sum_y = 0;
    double sum_xy = 0;
    double sum_x2y = 0;
    double sum_x3y = 0;
    double sum_x4y = 0;
    double sum_x5y = 0;

    for (int i = 0; i < num; ++i)
    {
   
   
        sum_x += x[i];
        sum_x2 += x[i] * x[i];
        sum_x3 += x[i] * x[i] * x[i];
        sum_x4 += x[i] * x[i] * x[i] * x[i];
        sum_x5 += x[i] * x[i] * x[i] * x[i] * x[i];
        sum_x6 += x[i] * x[i] * x[i] * x[i] * x[i] * x[i];
        sum_x7 += x[i] * x[i] * x[i] * x[i] * x[i] * x[i] * x[i];
        sum_x8 += x[i] * x[i] * x[i] * x[i] * x[i] * x[i] * x[i] * x[i];
        sum_x9 += x[i] * x[i] * x[i] * x[i] * x[i] * x[i] * x[i] * x[i] * x[i];
        sum_x10 += x[i] * x[i] * x[i] * x[i] * x[i] * x[i] * x[i