BP神经网络与多项式拟合曲线摘要 首先介绍了曲线拟合的原理及其在曲线拟合中的应用。接着讨论了BP神经网络的原理，研究了非线性拟合的在MATLAB中仿真过程 通过比较可以看出利用神经网络进行非线性拟合具有拟合速度快、拟合精度高的特点。关键词：曲线拟合；BP神经网络；MATLAB0 引言在实际工程应用和科学实践中，为了描述不同变量之间的关系，需要根据一组测定的数据去求得自变量x和因变量y的一个函数关系，使其在某种准则下最佳地接近已知数据。曲线拟合是用连续曲线近似地刻画或比拟平面上离散点组所表示坐标之间的函数关系的一种数据处理方法。从一组实验数据() 中寻求自变量x和因变量y之间的函数关系来反映x和y之间的依赖关系，即在一定意义下最佳地逼近已知数据。应用曲线拟合的方法揭示数据之间内在规律具有重要的理论和现实意义。1 多项式曲线拟合1.1 曲线拟合原理最小二乘法原理：对给定的数据点（）（），在取定的函数类中，求函数，使误差（）的平方和最小，即取到最小值。从几何意义上讲，就是寻求与给定点（）（）的距离平方和为最小的曲线。函数称为拟合函数或最小二乘解，求
