figi1.m

Incorporating Prior Knowledge in Cubic Spline Approximation - Application to the Identification of R

clear all
global kin te ya yb yc

%t1 = 89.5;  %az elso bemeres idotartama (eddig semmi sem tortenik, csak bomlik az anyag)
%t2 = 149.7; %a masodik bememeres idotartam (ekkor indul be igazan a reakcio)

load rc1_403.txt
t = rc1_403(:,1);  %ido (perc)
M = rc1_403(:,2);  %osszes tomeg
Mv = rc1_403(:,3); %vinileszter tomeg
Mk = rc1_403(:,4); %kloroform tomeg
Mp = rc1_403(:,5); %proxibrat tomeg
M3 = Mv+Mk+Mp; %a harom anyag tomege egyutt
tt = t(2:end)-t(2);
ca = Mv(2:end);
cb = Mk(2:end);
cc = Mp(2:end);
ca0 = Mv(2);
cb0 = Mk(2);
cc0 = Mp(2);
te = [0:1:250]'; %rajzolasi pontok
tk = [0:1:250]'; %soft-korlatok pontjai az iterativban es az fk3-ban
%a csompontokat a beadagolas jeloli ki, es min. 3 db pont legyen egy tartomanyban
knots = [87.7 145 168 250+87.7]-87.7;

figure(1)
hold on
plot(tt,ca,'k--.');
plot(tt,cb,'k--.');
plot(tt,cc,'k--.');

%-------------------------------
spline_kemeny

kin = [1.1093; 2.6302; 0]/1000;
lambda1 = 0.5;
spline_iter
drawspline(spa1,te,'r');
drawspline(spb1,te,'r');
drawspline(spc1,te,'r');