下载文档原格式
基于邓肯张模型的基坑开挖数值分析摘要：双排桩式围护结构以其各方面突出的优越性已成为目前应用较为广泛的深基坑支护形式。
与单排桩相比施工简单、成本相近、节约工期，在砂性或粘性土地区，当坑深大于10m时应考虑使用双排桩围护结构。
本文基于Duncan-Chang模型，通过数值模拟的方法研究了开挖深度对变形及内力的影响分析。
得到的规律对双排桩围护结构的施工有一定的指导意义。
关键词：基坑；Duncan-Chang模型；数值模拟；工程应用；引言：随着我国的建设事业蓬勃发展，土地资源也日益紧张，高层和超高层建筑逐渐成为城市建筑的主流，多层的地下建筑也日趋增多，对基坑工程的技术要求显著提高。
高层建筑多建在城市中心区域，因施工场地局限，基坑施工简单放坡较难实现，只能做成陡坡或者垂直坑壁，因此必须依靠围护结构固定坑壁，保证坑内的正常安全作业。
围护结构作为基坑的重要组成部分，其设计和施工成为基坑工程的关键。
[1~2]目前，基坑工程的设计施工仍以经验指导实践为主，但是理论研究相对滞后，尚未形成统一的设计施工规范，因基坑围护结构失效造成的严重事故时有发生，造成人员伤亡和经济损失。
因此，亟待进行更多理论研究、模型测试和工程监测，为基坑工程提供统一完善的理论支撑，保证基坑工程施工安全和经济高效。
[3~4]1 双排桩围护结构双排桩式围护结构以其各方面突出的优越性已成为目前应用较为广泛的深基坑支护形式，在砂性或粘性土地区，当坑深大于10m时应考虑使用双排桩围护结构，与单排桩相比施工简单、成本相近、节约工期。
单排桩在总桩数不变的前提下，以2倍桩距将桩分成两排，前后对齐或错开，桩顶用宽度等于排距的圈梁相连即成为双排桩围护结构。
横剖面相当于门式钢架，侧向刚度很大横向剖面可以视为门式钢架，如图1所示。
（a）三维视图（b）梅花式排桩图1双排桩构造示意图2 基于Duncan-Chang模型的基坑开挖数值分析2.1 计算假定（1）有限元的分析区域不可能为无穷大，根据圣维南原理，基坑工程的影响范围是有限的，因此设定在足够大范围之外土体的变形和内力变化均为零。
数值积分方法小述一、背景数值积分方法发展的前提是在17世纪以牛顿和莱布尼茨为首的一批数学家发展起来的微积分。
在最初的研究中，求解积分的方法便是找到求解原函数的方法，得到原函数，以此为基础解决其他问题。
但是在深入的研究中，逐渐发现一些函数的原函数求解极其困难，甚至无法表示出来，是超越函数，还有的根本没有原函数，比如对于延拓函数：sin ,0()1,0xx f x xx ⎧≠⎪=⎨⎪=⎩无法求出它的原函数，这时要求它的积分就无法使用牛顿-莱布尼茨公式了，解决积分的问题便受到阻碍。
这种情况下就需要寻求一种新的求积分的方法来解决这些问题了。
数值积分方法便在数学家们的需求下发展起来。
二、发展历程等距节点的多项式插值求积法的观点最早是1676年出现在Newton 给Leibniz 的一封信中。
1711年，Cotes 在总结了牛顿的观点后，系统归纳了小于10个节点的插值求积方法，并发表了一篇相关论文。
1743年，Simpson 发表他所研究的求积方法。
但是从历史上看，对于辛普森的方法，数学家Cavalieri 和Gregory 似乎研究的更早，而且Cotes 也早就得到了这种方法。
1814年，数学王子Gauss 在研究这个问题时，通过优化那些求积节点得到一种更高精度的数值求积分方法，随后便发表了他的第一篇关于数值求积分的论文。
时间过了100多年，数学家Fejer 于1933年，将Chebyshev 点作为节点应用于数值求积分中，得到了一种新的方法。
1960年，数学家Clenshaw 和Curtis 研究得到一种更为高效的数值求积公式。
Kronrod 在1964年发表了他自己的数值求积方法，4年后的Patterson 对这种方法进行了推广，得到的方法也为世人所知。
值得一提的是Richardson 在1927年发现的外推法，当时并没有用来做数值积分问题。
而数学家Romberg 在1955年将它应用到数值积分上，取得不小的成果。
数值积分的理论及其应用研究数值积分的多种问题及其在现代工程中的广泛应用张冲聪（西安文理学院数学系陕西西安 710065）摘要：数值积分的多种问题及其在现代工程中的广泛应用的探讨是计算数学的一个重要课题，数值积分是数学上的重要课题之一，是数值分析中的重要内容之一，也是数学的研究重点。
并在实际问题及应用中有着广泛的应用。
常用于科学与工程的计算中，如涉及到积分方程，工程计算，计算机图形学，金融数学等应用科学领域都有着相当重要的应用，所以研究数值积分问题有很重要的意义。
研究方法有插值法和抽样插值法等。
当然大家都知道计算积分可以借助原函数和查找积分表，但是，用这些方法只能解决很狭隘的一类积分，而且在计算的过程中，肯定会产生误差，我们要想法子使得误差尽可能的小。
因此，数值积分的公式应满足：计算简单，误差小，代数精度高等。
首先，我们通过构造函数并运用罗必达法则探讨数值积分中的矩形公式，梯形公式吧，抛物线公式，高斯公式的渐进性质。
结果表明，当积分区间的长度趋于零时，不但可以确定求积公式余项中的中介点的位置，还可以得到与之相应的修正公式，而且通过数值试验还能发现经过修正后的求积公式具有较高的代数精确度，我们可以通过构造函数运用分部积分的方法得到矩形公式，梯形公式吧，抛物线公式，高斯公式的推广并结合一些例子。
关键字：数值积分，矩形公式，梯形公式，抛物线公式，高斯公式近些年来，有关数值积分的研究已经成为一个很活跃的研究领域，所以研究数值积分有很重要的意义。
设f是闭区间[]ba,上某一给定的可积函数，现在要计算定积分⎰dtxf)(，我们可以借助原函数，或借助函数逼近的方法来计算，对于不熟悉的我们也可以借助参考积分表。
但都有一定的局限性，由于许多函数的无定积分无法用简单的函数表达出来，如一些离散点上的函数。
在微积分理论中，我们知道了牛顿—莱布尼茨（N ewtou_Leibniz）公式⎰-=)()()(aFbFdxxf其中f(x)在闭区间[]ba,上连续，F（x）是被积函数f(x)的某一个原函数，但是对于很多实际问题都无能为力。
基于离散元法的三轴试验数值仿真分析目录1. 内容概括 (3)1.1 研究背景 (3)1.2 离散元法在岩石力学中的应用 (4)1.3 数值仿真的重要性 (6)1.4 论文结构安排 (7)2. 离散元法理论基础 (7)2.1 离散元法简介 (8)2.2 颗粒行为的建模 (9)2.3 颗粒几何特征与物理属性 (10)2.4 颗粒之间的相互作用 (12)2.5 颗粒系统动力学 (13)3. 三轴试验概述 (14)3.1 三轴试验的目的与意义 (15)3.2 三轴试验机理 (16)3.3 三轴装置的类型 (17)3.4 三轴试验加载模式 (18)4. 数值模拟方法 (19)4.1 数值仿真的目的与意义 (20)4.2 三轴试验的数字化模拟 (21)4.3 数值模拟流程 (23)4.3.1 模型准备 (25)4.3.2 边界条件与加载策略设定 (27)4.3.3 仿真计算 (28)4.3.4 结果分析 (29)5. 离散元法在三轴试验中的应用 (30)5.1 颗粒模型的建立 (30)5.2 加载流程的模拟 (32)5.3 岩石的三轴渗透特性 (34)5.4 岩石的三轴塑性变形 (35)5.5 数值与实验结果的对比 (36)6. 仿真结果分析与讨论 (37)6.1 数值模拟结果概述 (38)6.2 初始颗粒排列对变形特性的影响 (39)6.3 变形过程中的应力分布 (40)6.4 模拟结果与实验数据的对比分析 (42)6.5 科学问题的讨论 (43)7. 结论与展望 (44)7.1 研究结论 (45)7.2 对离散元法在三轴试验中应用的展望 (46)7.3 研究存在的问题与建议 (47)1. 内容概括在本报告中，我们探讨了一种新颖的方法，即采用离散元法来进行三轴静力试验的数值仿真分析。
这种方法结合了颗粒分析的精确性和数值模拟的便利性，使研究者能够在不依赖复杂实验条件的情况下，深入理解土壤的三维结构特性。
我们将详细描述离散元法的理论基础，其如何被扩展至三轴试验模拟，以及该模拟方法在实际案例中的应用。
五种插值法的对⽐研究毕业论⽂题⽬：五种插值法的对⽐研究xxx⼤学本科⽣毕业论⽂开题报告表论⽂（设计）类型：A—理论研究；B—应⽤研究；C—软件设计等；五种插值法的对⽐研究 (3)⼀插值法的历史背景 (5)⼆五种插值法的基本思想 (5)（⼀）拉格朗⽇插值 (5)（⼆）⽜顿插值 (6)（三）埃尔⽶特插值 (7)（四）分段线性插值 (7)（五）样条插值 (8)三五种插值法的对⽐研究 (9)四插值法在matlab中的应⽤ (15)五参考⽂献 (17)五种插值法的对⽐研究摘要：插值法是数值分析中最基本的⽅法之⼀。
在实际问题中碰到的函数是各种各样的，有的甚⾄给不出表达式，只提供了⼀些离散数据，例如，在查对数表时，要查的数据在表中找不到，就先找出它相邻的数，再从旁边找出它的修正值，按⼀定关系把相邻的数加以修正，从⽽找出要找的数，这种修正关系实际上就是⼀种插值。
在实际应⽤中选⽤不同类型的插值函数，逼近的效果也不同。
本⽂详细介绍了拉格朗⽇插值、⽜顿插值、分段插值、埃尔⽶特插值、样条插值法，并从五种插值法的基本思想和具体实例⼊⼿，探讨了五种插值法的优缺点和适⽤范围。
.通过对五种插值法的对⽐研究及实际应⽤的总结，从⽽使我们在以后的应⽤中能够更好、更快的解决问题。
关键词：插值法对⽐实际应⽤Abstract: interpolation numerical analysis of one of the most basic method. Function is a wide variety of practical problems encountered, and some even not give expression provides only a number of discrete data, e.g., in the the checker number table, to check the data is not found in the table , first find out the number next to it, from the side to find the correction value, a certain relationship between the adjacent number to be amended, and to find to find the number, this correction relationship is actually an interpolation . Selection of different types of interpolation functions in practical applications, the approximation of the effect is different. This paper describes the Lagrange interpolation, Newton interpolation, piecewise interpolation, Hermite interpolation, spline interpolation, and start from the basic idea of the five interpolation and specific examples to explore the advantages of the five interpolation shortcomings and the scope of application. The comparative study and practical application of the summary by the the five interpolation method of application so that we can better and faster to solve the problem.引⾔在许多实际问题中，常常需要根据⼀张函数表推算该函数在某些点上的函数值，或要求解决与该函数有关的⼀些问题，例如分析函数的性态，求导数、积分、零点与极值点等。
《数值分析》课程论文参考选题1．插值与拟合方法在×××问题解决中的应用论文提纲: 1引言(提出问题)、2插值与拟合方法介绍(知识准备)、3×××问题的插值模型（必须附相应的MATLAB求解程序）、4×××问题的拟合模型（必须附相应的MATLAB求解程序）、5检验与分析2．几种插值方法在解决×××问题中的比较研究论文提纲: 与上面的类似3．高次插值逼近效果分析论文提纲: 1引言(提出问题)、2插值方法介绍(知识准备)、3应用实例一（必须附相应的MATLAB求解程序，无龙格现象）、4应用实例二（必须附相应的MATLAB求解程序，有龙格现象）、5结果分析4．Romberg算法及其MATLAB实现与应用论文提纲: 1引言(提出问题)、2 Romberg算法及其MA TLAB程序、3应用实例一（必须附相应的MATLAB求解程序）、4应用实例二（必须附相应的MATLAB求解程序）、5结果分析5．常见数值求积公式的MATLAB实现与应用论文提纲: 1引言(提出问题)、2 常见数值求积公式及其MA TLAB程序、3应用实例一（必须附相应的MA TLAB求解程序）、4应用实例二（必须附相应的MA TLAB求解程序）、5结果分析6．Richardson外推加速法在数值微分公式设计中的应用论文提纲: 1 Richardson外推加速法介绍、2 某具体的数值微分公式的Richardson外推加速与MA TLAB实现（必须推出相应的算法公式，并附MATLAB通用程序）、3应用举例7．解线性方程组的迭代方法介绍及数值实验8．解非线性方程的几种迭代法的收敛性分析与数值实验9．用NEWTON迭代法解代数方程的算法设计及MATLAB实现10．解非线性方程的迭代函数的求法与应用11．解非线性方程的迭代方法的加速技巧与应用12．常微分方程数值求解方法的MA TLAB与应用13．一类×××模型（微分方程模型）的数值模拟研究14．×××算法的改进与数值实验1 / 1。
“数值分析”课程的探究式教学摘要：本文分析了工科研究生数值分析课在探究式教学实践中教学思想和教学方法。
在教学中强调工程思想的应用、数学思维方法的学习，在网络平台上实现新颖的教学交流，指导工科研究生完成数值分析课程设计，在一系列数学活动中传承数学文化。
关键词：探究式教学；创新人才培养“数值分析”是理工科研究生的一门数学基础课程，以介绍计算机求解数学问题的方法及其理论为主要内容。
该课程具有很强的科学工程计算背景，不同专业的工科研究生除了学习数学方法，也希望提高自身的科学计算能力。
在课程教学中实现师生互动，探讨和研究问题，使这一课程具有生机与活力。
通过学校校园网的多种平台实现师生之间沟通和交流，构建以培养学生创新思维和科学计算能力为重点的探究性课堂教学模式。
一、在数值分析课程中强调科学工程计算思想“数值分析”课介绍对于数学问题求解的数值计算方法，对于数值计算通常涉及算法的效率和精度两个方面，效率涉及计算速度，精度涉及计算误差。
数值分析课由此展开丰富的教学过程，也给学习数值分析课的学生提供了进一步思考的空间。
强调科学工程计算思想是工科研究生数值分析课探究式教学的前提。
1、数值分析中的科学工程计算思想数值分析不仅提供了用计算机求解数学问题的方法，还引进科学工程计算思想。
首先，科学工程计算中所接触的数据可能是带有舍入误差的近似数据，这种近似具有一定准确度。
如果用某种复杂计算所获得的数据与近似数据相差太大时，说明复杂计算所得数据有严重问题。
这就是通常所说的对数据敏感性。
其次，在近似计算中常常使用由简单到复杂的计算修正，如，逐次逼近过程。
这些思想和方法正是科学工程计算中常用的。
数值分析课介绍的数学方法多数都有工程背景，对离散数据插值和对函数的数值逼近的方法来源于对实验数据处理、产品外形设计等工程实际问题，样条函数方法正是图像处理技术等方面的关键部分，FFT技术能够快速处理数据，在机械、电子、信息、自动化工程中的实时信号处理中占有重要位置。
计算数学毕业论文范文一、论文说明本团队专注于毕业论文写作与辅导服务，擅长案例分析、编程仿真、图表绘制、理论分析等，论文写作300起，具体价格信息联系二、论文参考题目计算数学在二甲苯异构体色谱重叠峰解析中的应用研究思路：色谱法作为常用的分离、分析手段广泛应用于大气、水质、土壤、生物、食品、环境污染物等方面的监测。
但常碰到一些即使改变色谱条件也难以分离的重叠色谱峰问题，严重制约了检测及研究工作的进行。
本课题首次把卡尔曼滤波和岭回归计算数学应用。
题目：语境视角下的有限元法发展史思路：计算数学是现代数学的一个非常重要的分枝,但国内对计算数学发展史研究很不充分。
本文研究了计算数学中一种成熟而有效的计算方法——有限元法的发展史,并且对有限元法发展史作了语境分析。
有限元法的发展历程可以分为提出(1943)、发展(1944-1960)和完善(1961-二十世纪九十年代)三个阶段。
有限元法。
题目：基于折截面法的双圆弧齿轮弯曲应力计算数学模型研究思路：双圆弧齿轮传动是机械传动中很重要的一种传动方式,对双圆弧齿轮的弯曲强度进行分析是应用双圆弧齿轮传动,对其承载能力、振动、啮合特性、齿形修正设计等进行研究的基础。
因此,应用精确的双圆弧齿轮数学模型,建立比较精确实用的双圆弧齿轮弯曲应力数学模型,准确地求解双圆弧齿轮任一点的弯曲应力具有重要的意义。
本。
题目：水力过渡计算数学模型及其水锤计算精度问题分析思路：随着我国经济的迅猛发展和随着人口的迅速增加而引起的水资源的不合理利用及水污染，这些都使我国的水资源的供求矛盾变得异常的尖锐和突出，已经严重阻碍了城市的发展。
为了解决这些问题，政府投入了相当大的人力物力去修建更多的输水工程。
在这些工程中，我们近常会遇到的事是输水管线的水锤防护等问题，所以为计算水锤以更好的防护，水力过渡计。
题目：火电厂SCR烟气脱硝物料计算数学模型的建立与应用思路：火电厂选择性催化还原(SCR)脱硝技术是当今国内外最为有效的一种脱硝技术,SCR的物料计算在脱硝工艺中起着极为重要的作用,如何建立良好的数学模型从而得到准确的物料计算对脱硝系统以及整个机组有着重要的意义。
基于MATLA曲线拟合对离散数据的处理和研究 摘 要：曲线拟合是数值分析中的一种普遍且重要的方法， 求解拟合曲线的方法也有很多，这 里主要介绍利用MATLA曲线拟合工具箱对离散数据点做你和处理，并与利用最小二乘法求相 应的拟合曲线的方法做对比，突出 MATLA曲线拟合工具箱的优点，并阐述了其适用的范围， 最后通过利用MATLA曲线拟合工具箱对实例中离散数据点的拟合来具体说明它的使用方法 和优点。
关键字：数值分析；MATLAB曲线拟合；最小二乘法 一问题探究 在很多的实际情况中，两个变量之间的关系往往很难用具体的表达式把它表示出来，通 常只能通过实际测量得到一些互不相同的离散数据点，需需要利用这些已知的数据点估计出 两个变量的关系或工件的具体轮廓，并要得到任意未知数据点的具体数据，这个过程就需要 用到拟合或差值方法来实现，这里主要讨论拟合的方法。 曲线拟合可以通过MATLA编程来完成，通常为了达到更好的讷河效果需要做多次重复修 改，对于非线性曲线拟合还需要编写复杂的 M-文件，运用MATLABS线拟合工具箱来实现离 散数据点的曲线拟合是一种直观并且简洁的方法。
曲线拟合的最小二乘法理论 假设给定了一些数据点(Xi,Yi )，人们总希望找到这样的近似的函数，它既能反映所给 数据的一般趋势，又不会出现较大的偏差，并且要使构造的函数与被逼近函数在一个给定区 间上的偏差满足某种要求。这种思想就是所谓的“曲线拟合”的思想。 曲线拟合和差值不同，若要求通过所有给定的数据点是差值问题，若不要求曲线通过所 有给定的数据点，而只要求反映对象整体的变化趋势， 拟合问题，曲线拟合问题最常用的解 决方法是线性最小二乘法⑴，步骤如下： 第一步：先选定一组函数 r1(x),r2(x), , ,rm(x),mF (x) =a1 r1(x)+a2r2(x)+ , +amrm(x)
其中a1，a2， , ， am为待定系数。 第二步：确定的准则(最小二乘法准则)：使n个点(xi,y i)与曲线y=f (x)的距离S i 的平方和最小。记J (ai,a2, ,， am) ==]2=2
问题归结为，求 a1,a2，,， am使J (a1,a2,,， am)最小。 最小二乘法中如何选择数学模型很重要， 用MATLAB军法曲线拟合问题通常有两种方法线 性最小二乘法拟合和非线性最小二乘法拟合，对于两种方法的选择，要根据离散数据点位置 关系来确定即首先将数据(Xi，Yi)，i=1,2，,， n作图，通过直观判断确定。 线性最小二乘法通常是做多项式 f (x) =a0+a1x1+, +amxm拟合。可利用已有的得程序 a=ployval（x,y,m）, 其中m代表拟合多项式的次数。多项式在x出y的值可用命令 y=ployval（a,x）计
算，做非线性最小二乘拟合时，应首先选择好适当的数学模型，如 y=a,其 中a,b为待定系数，此时可以把它转换成线性模型来计算，两边取对数得 ln y=ln a +bx , 令丫=ln y ,记A=ln a ,于是有Y=A+bx ,求这个线性模型的最小二乘法问题。另外一种方法 就是直接采用非线性拟合问题函数lsqcurvefit 和lsqnonlin来计算，两个命令都要先建立 M-文件fun.m ,在其中定义函数f （x）,但两者定义M-文件的方式有所不同。 这些问题同样可以用MATLA拟合工具箱［2］来实现，并且操作比较简单，误差等参数也能 一目了然的观察到。
三MATLAB曲线拟合工具箱 MATLAE®线拟合工具箱界面⑻是一个可视化的图形界面，具有强大的图形你和功能，其 中包括：
（1）可视化的展开一个或者多个数据集，并可用三点图来表示； （2）用残差和置信 区间可视化的估计拟合结果的好坏；（3）通过其他界面还可以实现许多其他功能： 比如输出、 查看和平滑数据：拟合数据，比较拟合曲线和数据集：从拟合曲线中排除特殊的数据点：选 定区间后可以显示拟合曲线和数据集。它把计算，可视化和程序设计融合到一个交互的环境， 在此环境中，利用强大的数值计算和图形功能，可高效求解一些复杂的工程问题及实现计算 结果的可视化。 用MATLABS线拟合工具箱对离散数据进行拟合时，可使用 MATLAB^部的库函数或用户 自定义的方程对参数变量进行多项式、指数、有理数等形式的数据拟合。
四MATLAB曲线拟合工具箱的应用举例 在实际中，产品和工件的轮廓形状很难找到一个具体的数学表达式，通常只能通过实验 或数学计算得到一些离散点及其上的数值点，此时就需要选择合适的数学模型对其进行曲线 拟合，做出它的拟合曲线，从而估计出它的实际形状。下面通过一个例子说明一下用 MATLAB 曲线拟合工具箱对离散数据点进行曲线拟合，并与一般的方法作比较。 例1,已知机翼下轮廓上的数据如下表所示： 表1机翼下轮廓数据
机翼长（x） 0 3 5 7 9 11 12 13 14 15
机翼宽（y） 0 1.2 1.7 2.0 2.1 2.0 1.8 1.2 1.4 1.6
用这些数据拟合轮廓形状 (1)用多项式最小二乘法编程方法：(分别用3次和4次进行拟合)
>> x=[0,3,5,7,9,11,12,13,14,15]; >> y=[0,1.2,1.7,2.0,2.1,2.0,1.8,1.2,1.4,1.6]; >> A=polyfit(x,y,3) A =0.0013 -0.0523 0.5913 -0.0483 >> z=polyval(A,x); >> plot(x,y,'k+',x,z,'r') 图2四次拟合曲线 (x)=0.0013X3-0.0523X 2+0.5913X-0.0483
同样的方法可以得到4次多项式拟合曲线，3次和4次得拟合的图像分别为: 图1 三次拟合曲线 由莎厂— ■ ■■■ = 3屋1
拟合得到的多项式分别为: F(x)=0.0004x 4-0.0099X 3+0.0544X2+0.2767X+0.0214
(1) 用MATLA曲线拟合工具箱计算： >> x=[0,3,5,7,9,11,12,13,14,15]; >> y=[0,1.2,1.7,2.0,2.1,2.0,1.8,1.2,1.4,1.6] ;
>>cftool
进入拟合工具箱界面，然后点击 Data按钮，在数据栏选择x和y界面分别为: J Cur ye Fitting Tool
图3曲线拟合工具箱界面 > Data
图4 “ Data ”对话框 单击Create data set 按钮，然后单击Close返回拟合工具箱界面，再单击 Fiting 按 钮，先选择3次拟合方法，即在Type of fit 中选择Ploynomial,然后在下面的选项中选择 cubicploynomial( 图5)，单击A pply 进行拟合得到图像(图 6);以及结果：Linear model。 Poly3: f(x) = p1*xA3 + p2*xA2 + p3*x + p4 Coefficie nts (with 95% con fide nee bounds pl = 0.00128 (-0.0008073, 0.003367) p2 = -0.05227 (-0.1001, -0.004396) p3 = 0.5913 (0.2892, 0.8934) p4 = -0.0483 (-0.5768, 0.4802)
Good ness of fit: SSE: 0.2948 R-square: 0.9143 Adjusted R-square: 0.8714 RMSE: 0.2217。 Ke-w £i t Cspy fit Fit. N an ■» : |££ t 1 Dftt* set； 1 y x k | Exdu.'si oin iruJ. a ； | (none) 〒
Type of £i t: 1 F o-lynQmii al + | 1 Centeir axid sc aJ. a X dat« F ^lyrLdtFi i al
J. i me p oJLyxLom i aJ. qus.dar at i c p olyncwiiii aJ_ cubl C pol^XLQHh l aJL
4 t]h de e & p olynoifni MJ.
5 th de ST- a a p olvniCNmi i al
图6 3次拟合曲线Fit op t. i oiks ” ” - Apply
尽启Edit弓 Click "Apply'" to save the changes to the fit.
N-aiin a Data sat Type SSE R— s q."13-1"电
[fi t 1 H：=dT |
Dele Le Ei L Help
-A Curve Fitting Tool 图5 “ Fiting ”对话框
File V|ew Tools Window Help 昌題耳的目睦
Data... 厂 y EE — t i Fitting... i Exclude... Platting... Aralysis...
Xnnm 4 d„i o. *t a- «L.ppl T abl« Fi "t K
