【问题标题】:Obtaining the functional form of a curve获得曲线的函数形式
【发布时间】:2020-06-09 04:54:50
【问题描述】:

以下是曲线 f(r) 的图,其中 r 是径向坐标,并针对不同的参数值进行绘制,如图所示:

但是,我不知道曲线的函数形式,我有兴趣找到相同的形式。有没有什么数值方法可以求出f(r)在径向坐标和参数方面的函数形式?

【问题讨论】:

  • 查看 Nutonian (nutonian.com/products/eureqa) 的 Eureqa。它获取数据并尝试使用进化过程找到适合数据的曲线。
  • 我投票结束这个问题,因为它与Mathematics 和功能分析有关。
  • @ja72 感谢您推荐 Eureqa 软件。这解决了我的问题。
  • 这是个好消息。请在 Eureqa 的结果中添加答案并将其奖励给自己。我很好奇。
  • Symbolic regression 可以工作,它基本上是特定领域的基因编程。但结果往往看起来很疯狂,工程师们犹豫不决。

标签: algorithm numerical-methods


【解决方案1】:

没有基础模型的盲曲线拟合是危险的。

您需要了解数据背后的物理模型才能成功拟合。原因是如果r 是距离并且最佳拟合曲线使用r^0.4072 例如,该维度被提升到小数幂没有任何意义,它隐藏了任何潜在的假设。就像其他维度l 不包括在模型,而只有 无量纲 数量 (r/l) 才有意义。

从功能分析的角度来看

这些曲线不是任何标准数学函数的结果。 我对贝塞尔函数、伽马函数和勒让德多项式不太熟悉。但是你在科学计算器中找到的标准函数都没有在这里跳出来。

如果假设r 是无量纲的,那么您尝试匹配r -> 0r -> ∞ 时的渐近行为。这将是基线曲线。对我来说,它看起来不像双曲线,而是接近1/LN(1+r)

因此,更改变量 make g=1/LN(1+r) 并绘制 f(r)g(r) 的对比图,看看会是什么样子。然后尝试在新曲线中进行另一轮曲线拟合......等等。

没有人能回答这个问题

除了您之外,没有其他人可以有效地回答这个问题,因为 a) 您拥有数据,并且 b) 您需要对哪个区域重要或不重要以及可接受的偏差做出假设。

【讨论】:

    【解决方案2】:

    根据ja72 的建议,我找到了问题的解决方案,即使用Eureqa 软件,该软件会搅动数据以使用进化搜索算法创建准确的预测模型。

    问题中,不同的曲线对应的不同值。因此,最初我获得了 不同值的最佳拟合方程,发现以下模型方程适合我的目的:

    然后,我对大量的值重复该过程,并计算的四个函数的值对于的不同值,然后分别拟合这四个函数。以下是我得到的结果:

    注意: Eureqa 给出了其他几个比答案中提到的更合适的公式。但是我提到的公式对于我的目的来说足够准确,并且复杂度最低。

    【讨论】:

      猜你喜欢
      • 2016-08-04
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2022-09-24
      • 2019-06-21
      • 2021-03-11
      相关资源
      最近更新 更多