在航空工程中,高度(Z)与起飞平面之上的高度有关:
- 起飞开始时的下滑距离(X)
- 满载飞机使用的跑道长度(Y)。
我们希望从已知x和y值的观察点z的数组中找到z=f(x,y)。 z在x和y方面是线性的。当前的解决方案涉及拟合一组函数z=f(x)。然后,使用家族中的系数进行第二次回归以获得z=f(x,y)。我猜想有更好的方法可以做到这一点。这段代码已经存在一段时间,可能是拼凑而成,从未被重新思考过。观察结果如下: 爬升性能
获取f(x,y)的代码如下:
X <- seq(6000,10000,1000);
Y <- seq(4000,6000,500);
Z <- c(145, 200, 254, 307, 360,
118, 165, 213, 260, 310,
90, 130, 172, 213, 254,
67, 102, 137, 175, 210,
50, 80, 110, 140, 170);
dim(Z) <- c(5,5);
Fxy <- coef( lm( t( coef( lm( Z ~ X ) ) ) ~ Y ) ); #2x2 matrix
x <- c(1,6000); # test values
y <- c(1,4000);
z <- y %*% Fxy %*% x;
z;
这个解决方案很好,但似乎应该有一种方法可以不使用顺序回归来实现。 值得一提的是,X和Y的长度并不总是相同的,Z也不总是正方形的。 我们这里没有R高手,但有很多好奇的人使用了各种公式,包括二次和指数函数。如果有一种“正确”的方法,我们将在所有代码中使用它。
谢谢。