非线性拟合实验报告
非线性拟合实验报告
——10应数 王车凤
一、实验目的：1.了解最小二乘拟合的基本原理和方法；
2.掌握用MATLAB 作曲线拟合的方法；
3.通过实例学习如何用拟合方法解决实际问题，注意与插值方法的区别。
4.了解各种参数的原理和方法。
5.通过范例展现由机理分析确定模型结构，拟合方法辨识参数，误差分析等
求解实际过程；
二.实验原理:
1.Isqcurvefit
设已知xdata=(xdata1,xdata2, …. xdatan),ydata=( ydata1, ydata2,…
ydatan),isqcurve-fit 用以求含参量x 的向量值函数
F(x,xdata)=(F(x.xdata1),…,F(x,xdatan))^T
中的参量x ，使得（F(x,xdatai)-ydatai ）^2最小。
2.Isqnonlin
设已知xdata=(xdata1,xdata2, …. xdatan),ydata=( ydata1, ydata2,…
ydatan),Isqnonlin 用以求含参量的向量值函数。
F(x)=(f1(x),f2(x),…,fn(x))^T 中的参量x ，使得f^T(x)f(x)=f 最小
三.实验内容：1.用MATLAB 中的函数作曲线拟合，做出误差图；
2.用MATLAB 中的函数作四元函数的最小二乘拟合，作出误差图；
3.针对预测和确定参数的实际问题，建立数学建模，并求解。
四.实验步骤：1.开启软件平台——MATLAB ，开启MATLAB 编辑窗口。
2.根据各种数值解法步骤编写M 文件。
3.保存文件并运行。
4.观察运行结果（数值或图形）。
5.根据观察到的结果写出实验报告，并浅谈学习心得。
4.1问题提出
在农业生产、农田水利和水土保持工程设计中,土壤水动力学参数及土壤水分常数是非常重要的,而土壤持水曲线又是获得其它土壤水动力学参数及土壤水分常数的基础, 因此对土壤持水曲线的研究一直是土壤物理学家们关注的重点问题。
4.2 模型概述
VG 模型的描述及评价函数的构造
描述土壤中水分的含量与势能之间的关系的VG 方程如下：
P=p1+(p2-p1)./(1+abs(p3.*h).^n).^m (1) 其中P 为土壤含水率，cm 3/cm 3；h 为土壤水吸力，cm ；p2为土壤饱和含水率，cm 3/cm 3；p1为土壤残留含水率，cm 3/cm 3；p3、m 、n 为土壤水分特征曲线形状参数，n m 11-=，1>n 。
4.3.数值实验：（法一）
1) 编写M 文件curvefun1.m
function f=curvefun1(x,hdata)
f=x(1)+(x(2)-x(1))./(1+abs(x(3).*hdata).^x(4)).^(1-1./x(4))%其x(1)=P1,x(2)=P2,x(3)=P3,x(4)=n;
2) 主程序fzxec1.m如下：
hdata=[13.60,46.24,84.32,136.00,210.80,244.80,282.88,307.36,346.80,546.72,682.72];
Pdata=[0.43,0.42,0.40,0.37,0.33,0.31,0.29,0.27,0.24,0.20,0.17];
x0=[0.005,0.05,0.002,2];
x=lsqcurvefit('curvefun1',x0,hdata,Pdata)
f=curvefun1(x,hdata)
plot(hdata,f,'r',hdata,Pdata,'c')
3）运行主程序，得结果为：
f =
Columns 1 through 9
0.4263 0.4202 0.4046 0.3740 0.3251 0.3045 0.2837 0.2716
0.2542
Columns 10 through 11
0.19470.1714
x =0.0775 0.4268 0.0046 2.1166
（法二）
1）编写M文件curvefun2.m
function f=curvefun2(x)
hdata=[13.60,46.24,84.32,136.00,210.80,244.80,282.88,307.36,346.80,546.72,682.72];
Pdata=[0.43,0.42,0.40,0.37,0.33,0.31,0.29,0.27,0.24,0.20,0.17];
f=Pdata-x(1)-(x(2)-x(1))./(1+abs(x(3).*hdata).^x(4)).^(1-1./x(4));
2) 主程序fzxec2.m如下：
x0=[0.005,0.05,0.002,2];
x=lsqnonlin('curvefun2',x0)
f=curvefun2(x)
plot(hdata,f,'m',hdata,Pdata,'+')
3）运行主程序，得结果为：
f =
Columns 1 through 9
0.0037 -0.0002 -0.0046 -0.0040 0.0049 0.0055 0.0063 -0.0016
-0.0142
Columns 10 through 11
0.0053 -0.0014
x =0.0775 0.4268 0.0046 2.1166
4.4 结果分析
010*******
4005006007000.2
0.25
0.3
0.35
0.4
0.45
0.5
h P
(1)
010*******
400500600700-0.050
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
h P
(2)
五、实验体会：
通过非线性拟合实验的学习，让我认识到非线性拟合对于一些只要求反映整体变化的
趋势而作图很难具体的做出来的问题，是一个很好的方法，也让我学会了如何用拟合方法来解决一些实际问题。
在运用非线性最小二乘拟合的两个函数lsqcurvefit和lsqnonlin时，首先迭代初值的选取，使我懂得了在做实验时不是任意一个值都是符合的，必须根据自身知识和不断尝试才能得到最优解；其次，这两个函数虽定义f(x)的方式不同，但得到的结果却相同，这也使我意识到一题可用多种方法，而且有时可由另一种方法检验这种方法得出的结果是否正确，即观察不同方法可得出的模型的准确程度。
正确的区分这两个函数方法的作用，对我以后处理问题有很好的帮助。
同时，这也使我掌握了几种基本的参数辨识的原理和方法，学会了怎样对参数进行误差分析。
这次实验也让我更加懂得了拟合和插值的区别，便于以后在做题时，更好的有所选择和运用。
总之，非线性拟合实验的学习让我对数学建模有了更深层次的了解，也对它产生了一定的兴趣。
LED光色电性能测量实验(完整版)
LED光色电性能测量实验报告学院：班级：姓名：学号：指导老师：2012年11月一、实验目的1.掌握光谱计的测量原理；2.掌握标准灯的光通和光谱定标；3.掌握LED光色电性能测量；4.确定LED光谱模型的参数。
二、实验仪器根据光度色度学理论，只要测得被测体的光谱功率分布（即在每一光谱下测其能量值）后，根据CIE有关出版物，就不难计算出被测光源的颜色参数等。
图2是PMS-50/80紫外-可见-近红外光谱分析系统的原理框图。
如图2所示，荧光粉被激发出的荧光或置于积分球内光源发出的光线，经光纤，被汇聚在单色仪的入射狭缝上，经单色仪分光后的单色光由单色仪出射狭缝射出，并由光电倍增管(PMT)转换成电信号，经电路放大处理，A/D转换，将数字信号送入计算机。
另外，计算机发出的波长控制信号，驱动光栅扫描，实现从200nm~800nm或380nm~800nm或4000~1100nm的光谱测量。
本仪器实现一般光谱辐射计的光谱辐射和颜色参数的测量以外，其更优异的特性在于它有机结合了积分法光度测试和分光法光度测试的优点，实现了宽动态范围的光度线性，同时消除了由于标准光源与被测光源强弱差异而引起的误差和异谱误差，此项技术已获中国专利。
三、实验原理1.采样技术PMS-50 PLUS包括基本型和SSA型两种规格，其主要区别在于所采用的扫描采样技术不同，基本型的仪器采用的是Static（静态采样技术）：利用步进电机能提供精确定位的原理，通过电机将光栅转动到相应波长位置后停止，然后进行采样，将波段范围内每一个波长位置下的光谱能量记录下来再进行计算，此方法的优点在于精确定位，测量稳定，精密很高，缺点是测量速度比较慢。
而SSA 规格的仪器采用的是远方专有的Sync-Skan（扫采同步技术）：采用高速电机扫描和高速A/D采样同步技术，通过CPU的固定间隔的脉冲信号同时控制电机和A/D，通过电机步进推动光栅转动，从而获得每一个波长位置下的光谱能量数据后再进行计算的方法。
拟合实验报告
2009年——2010年第一学期合肥学院数理系实验报告课程名称：数值分析实验项目：数据拟和实验类别：验证性专业班级：08数学与应用数学（2）班姓名：卢王菲学号：0807022048 实验地点：7#604实验时间：2009—11－19指导教师：孙梅兰成绩：一．实验目的：了解最小二乘法的基本原理，用最小二乘法求拟合数据的多项式，做出离散函数),(i i y x 和拟合函数的图形，掌握利用最小二乘法进行数据拟合的基本思想，熟悉寻找最佳方法拟合曲线的方法，通过计算机解决实验问题二.实验内容：1. 由化学实验得到某物质浓度与时间的关系如下：求浓度与时间的二次拟合曲线。
2.从随机的数据中找出其规律性，给出其近似表达式的问题，在生产实践和科学实验中大量存在，通常利用数据的最小二乘法求得拟合曲线，在某冶炼过程中，（1） 用画出原始数据分布趋势图；（2） 最小二乘法进行曲线拟合，近似解析表达式为； （3） 打印出拟合曲线；（4） 另外选取一个近似表达式（比如），尝试拟合效果的比较。
三 实验方案：用最小二乘法求拟合数据的多项式，做出离散函数),(i i y x 和拟合函数的图形通过计算机解决实验问题。
四. 实验步骤或程序：>> ti=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16];>> yi=[4.00 6.40 8.00 8.80 9.22 9.50 9.70 9.86 10.00 10.20 10.32 10.42 10.50 10.55 10.58 10.60]; >> plot(ti,yi,'o')>> A=[ones(size(ti));ti;ti.^2]' A =1 1 11 2 41 3 91 4 161 5 251 6 361 7 491 8 641 9 811 10 1001 11 1211 12 1441 13 1691 14 1961 15 2251 16 256>> a=A\yi'a =4.38751.0660-0.0445>> b=[-0.0445 1.0660 4.3875]b =-0.0445 1.0660 4.3875 >> y=poly2str(b,'t')y =-0.0445 t^2 + 1.066 t + 4.3875 >> f2=polyval(flipud(a),ti);>> plot(ti,yi,'bo',ti,f2,'r-')（1）画出数据分布趋势图>> xi=[0 5 10 15 20 25 30 35 40 45 50 55];>> yi=[0 1.27 2.16 2.86 3.44 3.87 4.15 4.37 4.51 4.58 4.02 4.64]; >> plot(xi,yi,'o')（2）建立数学模型y=a2 x^2+ a1 x + a0建立超定方程组系数矩阵>> A=[ones(size(xi));xi;xi.^2]'A =1 0 01 5 251 10 1001 15 2251 20 4001 25 6251 30 9001 35 12251 40 16001 45 20251 50 25001 55 3025（3）求超定方程组的最小二乘解>> a=A\yi'a =0.23050.2037-0.0024（4）求拟合曲线方程>> b=[-0.0024 0.2037 0.2305]b =-0.0024 0.2037 0.2305>> y=poly2str(b,'x')y =-0.0024 x^2 + 0.2037 x + 0.2305>> f2=polyval(flipud(a),xi);>> plot(xi,yi,'bo',xi,f2,'r-')（5）用方程y=ax^b拟合>> x=[ones(size(xi));log(xi)];Warning: Log of zero.>> aa=x'\log(yi)'Warning: Log of zero.Warning: Rank deficient, rank = 0, tol = 1.#INFe+000. aa =>> yy=exp(2.1257)*xi.^(-0.6913); >> yy=exp(2.1257)*xi.^(-0.6913); >>plot(xi,yi,'bo',xi,yy,'r--',xi,f2,'b-')五．程序运行结果：见上面的由程序所绘出的图形。
非线性电路中的混沌现象实验报告
非线性电路中的混沌五：数据处理：1.计算电感L在这个实验中使用了相位测量。
根据RLC 谐振定律，当输入激励频率时LCf π21=，RLC 串联电路达到谐振，L 和C 的电压反向，示波器显示一条45度斜线穿过第二象限和第四象限。
实测：f=32.8kHz ；实验仪器标记：C=1.095nF 所以：mH C f L 50.21)108.32(10095.114.34141239222=⨯⨯⨯⨯⨯==-π估计不确定性：估计 u(C)=0.005nF ，u(f)=0.1kHz 但：32222106.7)()(4)(-⨯=+=CC u f f u L L u 这是mH L u 16.0)(=最后结果：mH L u L )2.05.21()(±=+2、有源非线性负电阻元件的测量数据采用一元线性回归法处理： (1) 原始数据：(2) 数据处理：根据RU I RR =流过电阻箱的电流，由回路KCL 方程和KVL 方程可知：RR R R U U I I =-=11对应的1R I 值。
对于非线性负电阻R1，将实验测量的每个（I ，U ）实验点标记在坐标平面上，可以得到：从图中可以看出，两个实验点（ 0.0046336 ，-9.8）和（ 0.0013899 ，-1.8）是折线的拐点。
因此，我们采用线性回归的方法，分别在V U 8.912≤≤-、 、 和8V .1U 9.8-≤<-三个区间得到对应的 IU 曲线。
0V U 1.8≤<-使用 Excel 的 Linest 函数找到这三个段的线性回归方程：⎪⎩⎪⎨⎧≤≤≤≤+-≤≤= 0U 1.72- 0.00079U - -1.72U 9.78- 30.000651950.00041U - 9.78U 12-20.02453093-0.002032U I经计算，三段线性回归的相关系数非常接近1（r=0.99997），证明区间IV 内的线性符合较好。
应用相关绘图软件可以得到U<0范围内非线性负电阻的IU 曲线。
实验数据的拟合
一、实验目的
学会MATLAB软件中利用给定数据进行拟合运算的 方法。
二、相关知识
在上一个实验中，我们已经讨论了在生产和科学实 验中，需要利用插值和拟合的场合，本实验讨论拟 合。在MATLAB中，拟合也有相应的函数来完成。 我们首先来讨论拟合的数学定义。
已知离散点上的数据集 {(x1, y1), (x2, y2 ), , (xn, yn )}，即 已知在点集 {x1, x2 , , xn}上的函数值 {y1, y2, , yn} ， 构造一个解析函数 f (x)（其图形为一曲线），使 f (x)
T/C 31 32 31 29 27 25 24 22 20 18 17 16
考虑下列类型函数，得到残差。并作图比较效果： （1）二次多项式函数； （2）三次多项式函数； 3．简述插值与拟合的区别。 4.完成实验报告。
2．假定某天的气温变化记录如下表，试用最小二 乘法找出这一天的气温变化规律。
t/h 0 1 2 3 4 5 6 7 8 9 10 11 12
T/C 15 14 14 14 14 15 16 18 20 22 23 25 28
t/h 13 14 15 16 17 18 19 20 21 22 23 24
c=lsqcurvefit(fun,c0,x,y)
说明：polyfit求出已知数据x，y的n阶拟合多项式
f (x) 的系数p，x，y都是向量，x的分量必须单调。
lsqcurvefit用作各种类型曲线的拟合，用最小二乘 法寻找符合经验公式的最优曲线。可用非线性函数 的数据拟合。
例1：求如下给定数据的拟合曲线， x=[0.5,1.0,1.5,2.0,2.5,3.0]， y=[1.75,2.45,3.81,4.80,7.00,8.60]。
酶动力学实验报告
酶动力学实验报告酶动力学实验是一项旨在研究酶的活性与反应速率之间关系的实验。
本次实验旨在通过测定不同底物浓度对酶反应速率的影响，进一步了解酶的催化作用和动力学特性。
实验采用乙酰胆碱酯酶（AChE）为模型酶，选择丙酮胆碱作为底物。
1. 实验目的本实验旨在探究酶动力学的基本原理，并通过测定不同底物浓度对酶反应速率的影响，建立酶底物反应速率的动力学方程。
2. 实验原理乙酰胆碱酯酶（AChE）是一种具有催化分解乙酰胆碱能力的酶。
实验中，我们将通过测定乙酰胆碱被AChE分解产生的胆碱的量，来间接测定酶反应速率。
3. 实验步骤3.1 制备实验溶液依次向一组试管中加入0.5 ml pH 7.4磷酸盐缓冲液、0.1 ml AChE溶液、0.1 ml不同浓度的丙酮胆碱底物溶液，并用蒸馏水稀释至1 ml。
3.2 酶反应体系的建立将制备好的试管放入恒温水浴中，并将温度维持在37°C恒温条件下。
在反应开始前，将所有试管放在水浴中预热5分钟，确保反应体系温度均匀。
3.3 反应开始在预热后的试管中，迅速注射0.1 ml乙酰胆碱底物溶液，并用计时器计时，开始测量反应时间。
3.4 反应停止在不同反应时间点，取出等体积试管放入冷水中，停止酶反应。
不同试管的停止时间需控制在一定时间范围内。
3.5 测定胆碱产量将反应停止后的试管转移至离心机中，以10000 r/min的速度离心5分钟，离心后取出上清液，用比色皿测定胆碱的含量。
4. 数据处理与分析4.1 曲线拟合根据测得的胆碱产量数据，绘制初始速率随底物浓度变化的曲线。
采用非线性拟合方法，拟合酶底物反应速率的动力学方程。
4.2 动力学方程分析拟合出的动力学方程，推导出酶底物反应速率的相关参数，如最大速率（Vmax）和底物浓度为一半时的速率（V0.5）等。
4.3 酶动力学分析通过分析动力学参数，了解酶的催化活性和抑制效果等信息，进一步研究酶的机制和性能。
5. 结果与讨论根据实验数据，绘制了初始速率与底物浓度的曲线。
时间序列分析实验报告
《时间序列分析》课程实验报告一、上机练习（P124）1.拟合线性趋势程序：data xiti1;input x@@;t=_n_;cards;;proc gplot data=xiti1;plot x*t;symbol c=red v=star i=join;run;proc autoreg data=xiti1;model x=t;output predicted=xhat out=out;run;proc gplot data=out;plot x*t=1 xhat*t=2/overlay;symbol2c=green v=star i=join;run;运行结果：分析：上图为该序列的时序图，可以看出其具有明显的线性递增趋势，故使用线性模型进行拟合：x t=a+bt+I t,t=1,2,3,…,12分析：上图为拟合模型的参数估计值，其中a=,b=，它们的检验P值均小于，即小于显著性水平，拒绝原假设，故其参数均显著。
从而所拟合模型为：x t=+.分析：上图中绿色的线段为线性趋势拟合线，可以看出其与原数据基本吻合。
2.拟合非线性趋势程序：data xiti2;input x@@;t=_n_;cards;;proc gplot data=xiti2;plot x*t;symbol c=red v=star i=none;run;proc nlin method=gauss;model x=a*b**t;parameters a= b=;=b**t;=a*t*b**(t-1);output predicted=xh out=out;run;proc gplot data=out;plot x*t=1 xh*t=2/overlay;symbol2c=green v=none i=join;run;运行结果：分析：上图为该时间序列的时序图，可以很明显的看出其基本是呈指数函数趋势慢慢递增的，故我们可以选择指数型模型进行非线性拟合：x t=ab t+I t,t=1,2,3,…,12分析：由上图可得该拟合模型为：x t=*+I t分析：图中的红色星号为原序列值，绿色的曲线为拟合后的拟合曲线，可以看出原序列值与拟合值基本上是重合的，故该拟合效果是很好的。
深度学习的实验报告(3篇)
第1篇一、实验背景随着计算机技术的飞速发展，人工智能领域取得了显著的成果。
深度学习作为人工智能的一个重要分支，在图像识别、语音识别、自然语言处理等方面取得了突破性进展。
手写数字识别作为计算机视觉领域的一个重要任务，具有广泛的应用前景。
本实验旨在利用深度学习技术实现手写数字识别，提高识别准确率。
二、实验原理1. 数据集介绍本实验采用MNIST数据集，该数据集包含60000个训练样本和10000个测试样本，每个样本为28x28像素的手写数字图像，数字范围从0到9。
2. 模型结构本实验采用卷积神经网络（CNN）进行手写数字识别，模型结构如下：（1）输入层：接收28x28像素的手写数字图像。
（2）卷积层1：使用32个3x3卷积核，步长为1，激活函数为ReLU。
（3）池化层1：使用2x2的最大池化，步长为2。
（4）卷积层2：使用64个3x3卷积核，步长为1，激活函数为ReLU。
（5）池化层2：使用2x2的最大池化，步长为2。
（6）卷积层3：使用128个3x3卷积核，步长为1，激活函数为ReLU。
（7）池化层3：使用2x2的最大池化，步长为2。
（8）全连接层：使用1024个神经元，激活函数为ReLU。
（9）输出层：使用10个神经元，表示0到9的数字，激活函数为softmax。
3. 损失函数与优化器本实验采用交叉熵损失函数（Cross Entropy Loss）作为损失函数，使用Adam优化器进行参数优化。
三、实验步骤1. 数据预处理（1）将MNIST数据集分为训练集和测试集。
（2）将图像数据归一化到[0,1]区间。
2. 模型训练（1）使用训练集对模型进行训练。
（2）使用测试集评估模型性能。
3. 模型优化（1）调整学习率、批大小等超参数。
（2）优化模型结构，提高识别准确率。
四、实验结果与分析1. 模型性能评估（1）准确率：模型在测试集上的准确率为98.5%。
（2）召回率：模型在测试集上的召回率为98.2%。
（3）F1值：模型在测试集上的F1值为98.4%。
数学实验报告数据拟合
实验报告一·实验指导书解读本次实验是通过两个变量的多组记录数据利用最小二乘法寻求两个变量之间的函数关系！两个变量之间的函数关系要紧有两种：一是线性关系（一次函数）；二是非线性关系（非一次的其它一元函数）。
因此本实验做两件事：一是线性拟合（练习1）；二是非线性拟合（练习2、3、4）。
练习2是用多项式函数拟合，练习3是用指数函数、对数函数、双曲函数、三角函数、分式有理多项式函数等初等函数拟合，练习4是用分段函数（非初等函数）拟合。
二、实验打算1.用线性函数拟合程序线性拟合曲线ft1可由如下mathematica程序求出：lianxi1biao= { {100,45} , {110,51} , { 120,54} , {130,61} , {140,66} , {150,70} , {160,74} , {170,78} , {180,85} , {190,89} }ft1=Fit[lianxi1biao,{1,x},x]gp = Plot [ ft1 , {x,100,190} , PlotStyle -> { RGBColor[1,0,0]} ]fp = ListPlot [ lianxi1biao,PlotStyle->{PointSize[],RGBColor[0,0,1]} ]Show[fp,gp]a= ;b= ;f[x_]=a*x+b;dareta=Sum[(lianxi1biao[[i,2]]-f[lianxi1biao[[i,1]]])^2,{i,1,10}]修改、补充程序:要说明拟合成效，要紧从形（大多数散点是不是在拟合曲线上或周围）与量（残差是不是小）！计算残差的程序：假设对两个变量的多组记录数据已有程序biao={{x1,y1},{x2,y2},…,{xn,yn}}而且通过Fit取得线性拟合函数y=ax+b咱们能够先概念函数（程序）f[x_]:=a*x+b再给出计算残差的程序dareta=Sum[(biao[[i ,2]]-f[biao[[i ,1]]])^2,{i ,1, n}]程序说明：biao[[i]]是提取表biao的第i行，即{xi,yi}biao[[i ,1]] 是提取表biao的第i行的第一个数, 即xibiao[[i ,2]] 是提取表biao的第i行的第一个数, 即yibiao[[i ,2]]-f[biao[[i ,1]]] 即yi-(a*xi+b)实验思路1、先对练习1的十组数据线性拟合，并从形与量看拟合成效；2、对练习1的十组数据中的九组数据线性拟合，并从形与量看拟合成效；3、对练习1的十组数据中的八组数据线性拟合，并从形与量看拟合成效；4、对练习1的十组数据中的七组数据线性拟合，并从形与量看拟合成效；5、对练习1的十组数据中的六组数据线性拟合，并从形与量看拟合成效。
重庆大学 数学实验报告 拟合实验
[5] 通过范例展现由机理分析确定模型结构，拟合方法辨识参数，误差分析等求解实际问题的过程； 通过该实验的学习，掌握几种基本的参数辨识方法，了解拟合的几种典型应用，观察不同方法得出的模型的准确程度，学习参数的误差分析，进一步了解数学建模过程。这对于学生深入理解数学概念，掌握数学的思维方法，熟悉处理大量的工程计算问题的方法具有十分重要的意义。
cdata=[7 6 8 7 5 7];
f=(tdata-x(1)).^2+(cdata-x(2)).^2-x(3)^2;
程序:
clc
clear
tdata=[1 2 5 7 9 3];
cdata=[7 6 8 7 5 7];
x0=[0.02,0.05,0.05];
[x,resnorm]=lsqcurvefit('yuan',x0,tdata,cdata)
实验内容
1．用MATLAB中的函数作一元函数的多项式拟合与曲线拟合，作出误差图；
2．用MATLAB中的函数作二元函数的最小二乘拟合，作出误差图；
3．针对预测和确定参数的实际问题，建立数学模型，并求解。
实验步骤
1．开启软件平台——MATLAB，开启MATLAB编辑窗口；
2．根据各种数值解法步骤编写M文件
表2
t Q K L
t Q K L
1900 1.05 1.04 1.05
1901 1.18 1.06 1.08
1902 1.29 1.16 1.18
1903 1.30 1.22 1.22
1904 1.30 1.27 1.17
1905 1.42 1.37 1.30
1906 1.50 1.44 1.39
计算机仿真实验半导体热敏电阻的电阻—温度特性实验报告
半导体热敏电阻的电阻—温度特性实验原理 1. 半导体热敏电阻的电阻—温度特性：某些金属氧化物半导体（如：Fe3O4、MgCr2O4 等）的电阻与温度的关系满足式（1）RT = R∞ eB T（1）式中 RT 是温度为 T 时的热敏电阻阻值，R∞ 是 T 趋于无穷时热敏电阻的阻值①，B 是热敏电阻的材料常数， T 为热力学温度。
热敏电阻对温度变化反应的灵敏度一般由电阻温度系数α来表示。
根据定义，电阻温度系数可由式（2）来决定：α=1 dRT RT dT（2）由于这类热敏电阻的α值为负，因此被称为负温度系数（NTC）热敏电阻，这也是最常见的一类热敏电阻。
2. 惠斯通电桥的工作原理半导体热敏电阻的工作阻值范围一般在 1~106Ω，需要较精确测量时常用电桥法，惠斯通电桥是一种应用很广泛的仪器。
惠斯通电桥的原理如图 1 所示。
四个电阻 R0 、 R1 、R2 和 R x 组成一个四边形，其中 R x 就是待测电阻。
在四边形的一对对角 A 和C 之间连接电源；而在另一对对角 B 和 D 之间接入检流计 G。
当 B 和 D 两点电势相等时，G 中无电流通过，电桥便达到了平衡。
平衡时必D R1 RxSGAGCR2 R B ER0Sb图 1 惠斯通电桥原理图图 2 惠斯通电桥面板图①由于(1)式只在某一温度范围内才适用，所以更确切的说R∞ 仅是公式的一个系数，而并非实际 T 趋于无穷时热敏电阻的阻值。
有 Rx =R1 R R0 ， 1 和 R0 都已知， R x 即可求出。
R0 为标准可变电阻，由有四个旋钮的电 R2 R2阻箱组成，最小改变量为 1Ω。
R1 称电桥的比率臂，由一个旋钮调节，它采用十进制固定 R2值，共分 0.001，0.01，0.1，1，10，100，1000 七挡。
测量时应选择合适的挡位，保证测量值有 4 位有效数。
电桥一般自带检流计，如图 2 所示，如果有特殊的精度要求也可外接检流计，本实验采用外接的检流计来判断电桥的平衡。