非线性迭代最小二乘matlab,MATLAB非线性最小二乘lsqnonlin和lsqcurvefit的使用

临时用到了，从网上找到了简明的说明。函数要写在M文件中。

%编写M文件：文件中的a(1)=a,a(2)=b,a(3)=c,a(4)=d

function E=fun(a,x,y)

x=x(:);

y=y(:);

Y=a(1)*(1-exp(-a(2)*x)) + a(3)*(exp(a(4)*x)-1);

E=y-Y;

%M文件结束

%用lsqnonlin调用解决:

x=[3 4 5 7 9 15];

y=[1 2 4 6 8 10];

a0=[1 1 1 1];

options=optimset('lsqnonlin');

a=lsqnonlin(@fun,a0,[],[],options,x,y)

关于a0，可以通过所知道的几组x和y的值来估算系数a、b、c、d的值，我这里没有估计，直接代入了1。

如果估计的较准确，最小二乘算出的系数更加精确。

lsqnonlin函数采用的是迭代法，a0则是迭代初始值。由于程序的局限性，不可能搜索无穷大的区间，这样一来，初始值的选择就很重要了。如果最优解离所给初始值比较近，迭代求出该最优解的概率就很高；如果初始值提供的不理想，离最优解较远，而matlab对于迭代次数及迭代精度都有个默认的设定，这种情况下很可能没有搜到最优解便给出了结果，当然这个结果是在所搜索区间上的最优解而不是全局最优的。

至于怎样估计初始值，我也没有肯定的办法，总之通过所知的x和y尽量使初始值接近就好了