АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Указания к выполнению

Читайте также:
  1. I. ОБЩИЕ УКАЗАНИЯ К ВЫПОЛНЕНИЮ КУРСОВОЙ РАБОТЫ
  2. II. МЕТОДИЧЕСКИЕ УКАЗАНИЯ ДЛЯ ВЫПОЛНЕНИЯ САМОСТОЯТЕЛЬНОЙ РАБОТЫ
  3. Высказывания без указания конкретной ситуации или конкретного человека
  4. Географические указания.
  5. Задания и методические указания для самостоятельной работы студентов по подготовке к практическим (семинарским) занятиям
  6. Задания к контрольной работе по дисциплине и методические указания к их выполнению
  7. Кафедральные методические указания (СПБГМУ им. акад. И.П.Павлова, кафедра офтальмологии)
  8. Который назначается ею; эти члены не связаны указаниями пра-
  9. Краткие методические указания к решению задачи 10
  10. Краткие методические указания к решению задачи 2
  11. Краткие методические указания к решению задачи 3
  12. Краткие методические указания к решению задачи 4

 

1. При выполнении п.1. Программы изучить теоретические основы подгонки кривых, положенные в основу программы Curve Fitting и описание библиотеки аппроксимирующих функций Fitting Library в MATLAB Help: CurveFittingToolbox/FittingData/ParametricFitting (Library Models, Custom Equations, Evaluation of goodness of Fitting и др.).

2. При выполнении п.2 выполнить подгонку кривых, выбрать наилучшую функциональную зависимость и обосновать сделанный выбор для зашумленного массива данных: файл census.mat в папке C:\MATLAB\toolbox\mathlab\demos.

3. При работе с программой CurveFitting подгонку кривых производить в следующей последовательности:

а) Запустить MATLAB.

б) открыть окно Workspace (View/Workspace) и загрузить в это окно mat-файл данных.

в) открыть панель CurveFitting: Start/ Toolboxes/ CurveFitting

г) на панели CurveFittingTool активизировать кнопку Data. В окнах Xdata, Ydata станут доступными составляющие cdate (X) и pop (Y) из файла census.mat;

д) произвести выбор cdate и pop, затем активизировать кнопку CreateDataSet;

е) активизировать кнопку Fitting. В результате появится сдвоенное окно FitEditor и Tables of Fits.

ж) вбрать вид аппроксимирующей функции и активизировать кнопку Apply.

Результаты аппроксимации будут представлены в графической форме в окне графического вывода на панели CurveFittingTool (рис.19) и в

Рис. 19

численной форме в окне Results на панели Tables of Fits.

При выборе пунктов меню View/Residuals/Line или View/Residuals/Scatter в окне графического вывода на панели CurveFittingTool будут одновременно выведен график ошибки интерполяции. Окно графического вывода можно вывести на печать или сохранить в файле: File/Print to Figure.

Полученные в процессе аппроксимации результаты занести в таблицу:

 

Вид модели Порядок модели Качество подгонки (+ или -) R-square Adjusted R-square Диапазон погрешностей
           
           

 

Исследовать таким образом все возможные виды моделей.

е) по полученным и отраженным в таблице данным выбрать три наилучшие варианта аппроксимирующих функций. Для этих вариантов получить значения график аппроксимирующей функции и график погрешности аппроксимации, аналитические выражения с численными значениями коэффициентов для аппроксимирующей зависимости.

ж) выбрать и обосновать наилучший вариант аппроксимирующей кривой по критерию наименьшей сложности.

 

Содержание отчета.

1. Постановка задачи.

2. Результаты аппроксимации экспериментальных данных из файла census.mat и показатели качества подгонки R-square и Ajusted R-square для всех основных классов аппроксимирующих функций (экспоненциальной, гауссиана, показательной, Фурье, полиномиальной, показательной, рациональной) в форме таблицы результатов, содержащей название класса аппроксимирующей функции, порядка модели, значений R-square и Ajusted R-square.

3. Для трех наиболее подходящих аппроксимирующих зависимостей - график аппроксимирующей функции и график погрешности аппроксимации, аналитические выражения для аппроксимирующей зависимости.

4. Обоснование выбора наилучшей аппроксимирующей зависимости.

5. Выводы.

 

 

ПЛАНИРОВАНИЕ И ОБРАБОТКА РЕЗУЛЬТАТОВ ПОЛНОГО


1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 |

Поиск по сайту:

Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)