用matlab作为函数展开求和，并将其写入文本文件

我有一个函数，我想与数据集配合

（x，y）

：

a

和

c

是变量。我想适应不同的

I

如何展开此方程式并将其用作以下命令中的函数<代码>lsqcurvefit（等式、变量、R、E）

此外，我还想将扩展方程写入文本文件，如以下示例所示：

fprintf(fitting_text,' EQ     E(R)= exp(-a*R)*c1 *R;  \n');

---

谢谢。

计算总和的矢量化方法是使用

R

构建一个矩阵，然后执行矩阵向量乘法：

sum = bsxfun(@power,R,1:k)*c(1:k);

这不是一个计算效率高的循环，但它是好的和紧凑的

至于要传递到拟合函数的函数，可以选择两条路径之一。 可以将

EQ

作为三个参数的函数，最后一个参数是

R

的最大幂（注意，我已将

a

转换为参数向量

c

的最后一个元素，并假设所有参数都是列向量）：

您还可以让

EQ

仅作为

k

的函数，并返回参数

c

和

R

的函数句柄：

EQ = @(k) @(c,R) exp(-c(k+1)*R) .* ( bsxfun(@power,R,1:k)*c(1:k) );
c  = lsqcurvefit(EQ(3),var,R,E);  % cubic fit

（我觉得这个选项更美观）

还可以使用函数句柄生成自适应字符串：

>> startOfLine = 'EQ    E(R) = exp(-a*R) * ';
>> str = @(k) [startOfLine,'(',strjoin(strcat({'c'},num2str((1:k)'),'*R^',num2str((1:k)')),' + '),')'];
>> str(3)
ans =
EQ    E(R)exp(-a*R) * (c1*R^1 + c2*R^2 + c3*R^3)

---

计算总和的矢量化方法是使用

R

构建一个矩阵，然后执行矩阵向量乘法：

sum = bsxfun(@power,R,1:k)*c(1:k);

这不是一个计算效率高的循环，但它是好的和紧凑的

至于要传递到拟合函数的函数，可以选择两条路径之一。 可以将

EQ

作为三个参数的函数，最后一个参数是

R

的最大幂（注意，我已将

a

转换为参数向量

c

的最后一个元素，并假设所有参数都是列向量）：

您还可以让

EQ

仅作为

k

的函数，并返回参数

c

和

R

的函数句柄：

EQ = @(k) @(c,R) exp(-c(k+1)*R) .* ( bsxfun(@power,R,1:k)*c(1:k) );
c  = lsqcurvefit(EQ(3),var,R,E);  % cubic fit

（我觉得这个选项更美观）

还可以使用函数句柄生成自适应字符串：

>> startOfLine = 'EQ    E(R) = exp(-a*R) * ';
>> str = @(k) [startOfLine,'(',strjoin(strcat({'c'},num2str((1:k)'),'*R^',num2str((1:k)')),' + '),')'];
>> str(3)
ans =
EQ    E(R)exp(-a*R) * (c1*R^1 + c2*R^2 + c3*R^3)

使用符号工具箱（创建

symfun

而不是函数句柄）并使用

subs

替换

i

使用符号工具箱（创建

symfun

而不是函数句柄）并使用

subs

替换

i