已知Ti=[0,0.843,0,0,0.0911];Mg=[0,0,0.883,0,0.0886];Al=[0,0,0,0.597,0.0786];D10=[8.35,7.58,8.62,8.21,7.91];D50=[16.1,15.22,16.61,15.86,15.29];y=[0.711,0.835,0.793,0.876,0.917]请帮我生成matlab代码，以Ti,Mg,Al,D10,D50为自变量，y为因变量的函数方程绘制散点图，并选择合适的拟合形式求出参数绘制拟合图形

您可以使用MATLAB的curve fitting工具箱来生成该函数方程的拟合图形。以下是一种可能的实现方法：

% 输入数据
Ti = [0, 0.843, 0, 0, 0.0911];
Mg = [0, 0, 0.883, 0, 0.0886];
Al = [0, 0, 0, 0.597, 0.0786];
D10 = [8.35, 7.58, 8.62, 8.21, 7.91];
D50 = [16.1, 15.22, 16.61, 15.86, 15.29];
y = [0.711, 0.835, 0.793, 0.876, 0.917];

% 定义自定义模型函数
model = @(b, x) b(1)*x(:,1).^b(2) + b(3)*x(:,2).^b(4) + b(5)*x(:,3).^b(6) + b(7)*x(:,4).^b(8) + b(9)*x(:,5).^b(10);

% 初始化拟合参数的初始猜测值
initialGuess = [1, 1, 1, 1, 1, 1, 1, 1, 1, 1];

% 使用拟合工具箱进行拟合
fitObj = fitnlm([Ti', Mg', Al', D10', D50'], y', model, initialGuess);

% 绘制散点图
scatter3(Ti, Mg, Al, 'filled');
hold on;

% 绘制拟合图形
[x, y] = meshgrid(linspace(min(Ti), max(Ti), 100), linspace(min(Mg), max(Mg), 100));
z = feval(fitObj, [x(:), y(:), repmat(mean(Al), numel(x(:)), 1), repmat(mean(D10), numel(x(:)), 1), repmat(mean(D50), numel(x(:)), 1)]);
surf(x, y, reshape(z, size(x)), 'FaceAlpha', 0.5);

% 设置图形属性
xlabel('Ti');
ylabel('Mg');
zlabel('Al');
legend('Data', 'Fitted Surface');

这段代码使用了自定义的模型函数，该函数采用参数b及输入变量x，并返回预测的因变量值。模型函数的形式是基于您的要求选择的，您可以根据具体的需求进行调整。

在拟合过程中，我们使用了fitnlm函数进行非线性拟合。我们使用scatter3函数绘制了输入数据的散点图，并使用surf函数绘制了拟合曲面。

请注意，这只是一种可能的实现方法，具体的拟合形式及参数选择可以根据您的实际需求进行调整。