系统辨识方法——最小二乘法

原创已于 2025-11-08 13:58:41 修改 · 603 阅读

1 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

收录于

当前文章被以下社区和专栏收录：

于 2024-04-05 20:32:08 首次发布

本文介绍了如何使用最小二乘法对物理量y与x1、x2的数据进行线性关系拟合，给出了批处理计算公式，并通过M脚本编程求得θ0~θ2参数。最后，应用拟合结果预测了x1=0.57、x2=16.8时的y值。

写在前面，本报告为研一自适应控制课程的课程作业的第一小题，拿来水一篇嘿嘿，主要为基于最小二乘法进行参数拟合，使用m脚本编写程序，欢迎同学们交流学习哦。

题目内容：在试验中获得某物理量y和两个变量x1、x2的关系如下表所示。

x1	0.62	0.40	0.42	0.82	0.66	0.72	0.38	0.52	0.45	0.69	0.55	0.36
x2	12.0	14.2	14.6	12.1	10.8	8.2	13.0	10.5	8.8	17.0	14.2	12.8
y	51.6	49.9	48.5	50.6	49.7	48.8	42.6	45.9	37.8	64.8	53.4	45.3

要求：

1、假如物理量y和x1、x2是线性关系，即

请写出批处理最小二乘法的计算公式，并利用最小二乘法拟合θ0~θ2 的参数。

2、根据上述拟合的结果，预测变量x1、x2分别为0.57、16.8时y的输出值。

答:

1、批处理最小二乘法的公式为：

根据最小二乘法拟合得到θ0~θ2参数为“9.0569，28.1488，1.9886”。

2、将拟合结果代入计算公式得到该预测变量时y的输出值为58.5109。

附m代码：

clc;
clear all;
close all;

X1=[0.62 0.40 0.42 0.82 0.66 0.72 0.38 0.52 0.45 0.69 0.55 0.36]';
X2=[12.0 14.2 14.6 12.1 10.8 8.2  13.0 10.5 8.8  17.0 14.2 12.8]';
Y =[51.6 49.9 48.5 50.6 49.7 48.8 42.6 45.9 37.8 64.8 53.4 45.3]';
X0=ones(size(X1,1),1);
X=[X0,X1,X2];

%最小二乘法的不同阶数的多项式拟合结果
beta=(X'*X)^(-1)*X'*Y
y=beta(1)+beta(2)*0.57+beta(3)*16.8

标签