函数模型已知,matlab拟合效果不好,参数初值选取困难,y=a*(erf(b*x-c*d)-erf(e*x-c*f-c*g)数据data=[406.7277885\x05137.14002;396.3701493\x05129.135258;386.7249018\x05132.30158;376.8147918\x05126.839846;363.7578501\x05125.081926;352.798

函数模型已知,matlab拟合效果不好,参数初值选取困难,y=a*(erf(b*x-c*d)-erf(e*x-c*f-c*g)数据data=[406.7277885\x05137.14002;396.3701493\x05129.135258;386.7249018\x05132.30158;376.8147918\x05126.839846;363.7578501\x05125.081926;352.798
函数模型已知,matlab拟合效果不好,参数初值选取困难,
y=a*(erf(b*x-c*d)-erf(e*x-c*f-c*g)
数据data=[406.7277885\x05137.14002;396.3701493\x05129.135258;
386.7249018\x05132.30158;376.8147918\x05126.839846;
363.7578501\x05125.081926;352.7987919\x05120;
340.4656022\x05124.994586;328.9669309\x05127.833086;
318.5185444\x05120;305.7217385\x05123.413636;
292.401568\x05120;279.7988278\x05117.907794;
269.8353326\x05125;256.6199188\x05137.58274;
242.7288382\x05150;231.603985\x05166.179912;
219.7920453\x05188.586424;208.0815855\x05202.415056;
195.8831356\x05219.561754;183.7129188\x05250;
169.4950731\x05288.450892;156.2618555\x05335.626338;
146.1472272\x05363.031852;133.5433864\x05398;
122.3291622\x05432.727438;110.4763987\x05461.082626;
98.13668149\x05472.697868;85.11414179\x05481.263088;
74.09867816\x05482.306588;62.64864669\x05473.26513;
50.71584854\x05450;40.54340021\x05404.648238;
28.66147842\x05342.047488;17.10543153\x05296.069944;
6.435406446\x05240.044634;-4.953847206\x05207.15813;
-17.07045898\x05159.586782;-29.24478987\x05120;
-39.70829721\x0570.16458;-49.95613879\x0548.938866;
-61.38411967\x0532.301462;-74.0982277\x0520.723808;
-84.62206594\x0515;-94.87539417\x058;
-105.0154688\x055;-116.126913\x050.03394];
函数模型是y=a*(erf(b*x-c*d)-erf(e*x-c*f-c*g))

函数模型已知,matlab拟合效果不好,参数初值选取困难,y=a*(erf(b*x-c*d)-erf(e*x-c*f-c*g)数据data=[406.7277885\x05137.14002;396.3701493\x05129.135258;386.7249018\x05132.30158;376.8147918\x05126.839846;363.7578501\x05125.081926;352.798
曲线拟合一般是多项式函数拟合,这个函数非线性程度极高,而且和多项式函数差别太大,是很难拟合的.实际上你要解决的应该是参数估计问题,而非拟合问题.这个明显是一个最小二乘估计问题.如果你就是用的最小二乘估计的话,问题可能出在两个地方：1、如果数据点含有非高斯白噪声分布的干扰,那么从理论上它就不是无偏估计和一致估计,也就是说就算理论上讲它的效果都非常差.2、估计未工作在适应状态,样本点信息不够欠拟合或者过多导致了过拟合,试着减少一些点或者补进来一些点.
要是做题的话题目怎么要求你就怎么做可以了,不用管效果好坏.要是处理一个实际的问题的话,你可以考虑用一些优化算法.比如确实含有某些干扰,可以用一些联合算法,也可以用递归,遗传算法等改良回归器本身.