WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

 
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Curve Fitting: Curve-Fitting oder Optimization Toolbox?

 

wennemer
Forum-Newbie

Forum-Newbie


Beiträge: 1
Anmeldedatum: 01.06.12
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 01.06.2012, 15:46     Titel: Curve Fitting: Curve-Fitting oder Optimization Toolbox?
  Antworten mit Zitat      
Hallo,
ich hoffe ihr könnt mir weiterhelfen. Ich habe Versuchsdaten an die ich ein PT1 Glied fitten möchte. Nun habe ich erstmal 2 Variante, kenne allerdings nicht mögliche Vor-Nachteile der beiden Methoden.

Methode 1 ist über die CurveFitting Toolbox mit der Funktion'fit'.
Methode 2 ist über die Optimization Toolbox mit der Funktion 'lsqnonlin'.

Bei ersteren konnte ich bisher nicht herausfinden wie diese genau funktioniert, also welche Methoden angewendet werden.

Gibt es Gründe die eine oder die andere Toolbox zu verwenden?
Wie sieht es mit der Rechenleistung und dem Speicherbedarf aus. Gibt es
diesbezüglich schon allgemeine Unterschiede zw. den Toolboxen?

Danke
Private Nachricht senden Benutzer-Profile anzeigen


Harald
Forum-Meister

Forum-Meister


Beiträge: 24.495
Anmeldedatum: 26.03.09
Wohnort: Nähe München
Version: ab 2017b
     Beitrag Verfasst am: 01.06.2012, 18:26     Titel:
  Antworten mit Zitat      
Hallo,

aus der Optimization Toolbox würde ich wenn LSQCURVEFIT verwenden. Diese Funktion betrachtet Curve Fitting als Optimierungsproblem und gibt dementsprechend Informationen zurück. In der Doku ist ganz unten unter "Algorithm" zu finden, welcher Algorithmus hier umgesetzt wird.

Als Vorteil von FIT aus der Curve Fitting Toolbox würde ich vor allem das interaktive GUI sehen. Als Informationen werden zusätzlich z.B. die Konfidenzintervalle für die Parameter und verschiedene statistische Kenngrößen zur Verfügung gestellt.

Als Alternative würde ich noch NLINFIT aus der Statistics Toolbox sehen, das ähnliche Informationen wie FIT zur Verfügung stellt, aber eben keine interaktive GUI für das Curve Fitting bietet.

Zu Rechenleistung und Speicherbedarf kann ich wenig sagen; ich würde jedoch keine extrem großen Unterschiede vermuten. Falls es diese Unterschiede gibt, ist es möglich bis wahrscheinlich, dass bei Verwendung eines anderes Modells eine andere Methode besser abschneidet, denn es ist doch so: wenn eine Methode immer besser wäre, für was hätte man die andere?

Im Zweifel also: ausprobieren - und neben der Schnelligkeit, mit der die Lösung gefunden wird, natürlich auch deren Güte beachten.

Grüße,
Harald
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2024 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.