matlab 非线性曲线拟合

在MATLAB中，可以使用curve fitting工具箱（Curve Fitting Toolbox）来进行非线性曲线拟合。下面是一个简单的示例代码，演示如何使用MATLAB进行非线性曲线拟合：

% 创建一个示例数据集
x = 1:10;
y = 2 * sin(x) + randn(size(x));

% 定义模型函数
model = @(b, x) b(1) * sin(x);

% 初始化参数估计
beta0 = [1];

% 使用非线性最小二乘法进行拟合
beta = nlinfit(x, y, model, beta0);

% 绘制原始数据和拟合曲线
plot(x, y, 'o');
hold on;
plot(x, model(beta, x));
legend('原始数据', '拟合曲线');

在上述代码中，首先创建了一个示例数据集`x`和`y`。然后，定义了一个模型函数`model`，该函数采用参数向量`b`和自变量`x`作为输入，并返回预测的因变量。接下来，初始化参数估计`beta0`。最后，使用`nlinfit`函数进行非线性最小二乘拟合，返回参数估计值`beta`。最后，绘制原始数据和拟合曲线。

需要注意的是，这只是一个简单的示例，实际应用中可能需要根据具体问题定义不同的模型函数和参数估计方法。MATLAB的Curve Fitting Toolbox提供了丰富的功能和工具，可以根据需要进行更复杂的非线性曲线拟合。