一. lsqcurvefit（）使用方法

1.lsqcurvefit使用形式如下幾種

x = lsqcurvefit(fun,x0,xdata,ydata) x = lsqcurvefit(fun,x0,xdata,ydata,lb,ub) x = lsqcurvefit(fun,x0,xdata,ydata,lb,ub,options) x = lsqcurvefit(problem) [x,resnorm] = lsqcurvefit(___) [x,resnorm,residual,exitflag,output] = lsqcurvefit(___) [x,resnorm,residual,exitflag,output,lambda,jacobian] = lsqcurvefit(___)

2.輸入參數解釋：

fun：符號函數，例如匿名函數： @(A,B,X) A*X+B;
x0：初始解向量，需要求解的參數，使用前需要初始化.在上面的匿名函數中，x0可以看作是由A和B組成的向量，x0 = [A,B] ,為了基于X和Y數據，擬合出最適合的A,B參數；
xdata：已有的x值（可看作是輸入數據）；
ydata：已有的y值（可看作是樣本的標簽）；
lb，ub：解向量的上下界限，lb <= x0 <= ub，若沒有要求，就設為空lb=[ ]，ub=[ ]；
options：指定優化器的參數，也可只適用默認值，不設定，常見設置如下：

Option值作用

Display	‘off’ ，‘iter’ ， ‘final’ ， ‘notify’	‘off’ ：不顯示輸出; ‘iter’ ：顯示每次迭代的結果; ‘final’ ：顯示最終結果; ‘notify’ ：只在函數不收斂的時候顯示結果
MaxFunEvals	正整數	函數求值運算最高次數
MaxIter	正整數	最大迭代次數
TolFun	正數	迭代終止誤差
TolX	正數	結束迭代的X值

例子：
fun = @(X0,X) X0*X
options = optimset(‘MaxFunEvals’,800,‘MaxIter’,500);
w = lsqcurvefit(fun,X0,X_data,Y_data,[],[],options);

3.返回值

[x,resnorm,residual,exitflag,output] = lsqcurvefit(___)

x：求出的解向量，即擬合的最優解。可以認為是x0不斷迭代擬合，優化調整后，得到的最優的x0；
resnorm：殘差的平方和，sum ((fun(x0,xdata)-ydata).^2)；
residual：殘差，fun(x0,xdata)-ydata；
exitflag：終止迭代的條件；
output：輸出的優化信息。

完整示例：

xdata = [0.9 1.5 13.8 19.8 24.1 28.2 35.2 60.3 74.6 81.3]; ydata =[455.2 428.6 124.1 67.3 43.2 28.1 13.1 -0.4 -1.3 -1.5]; fun = @(x,xdata)x(1)*exp(x(2)*xdata); x0 = [100,-1]; options = optimset('MaxFunEvals',800,'MaxIter',500); lb = []; ub = []; [x,resnorm,residual,exitflag,output] = lsqcurvefit(fun,x0,xdata,ydata,lb,ub,options);

二. 報錯Objective function is returning undefined values at initial point. lsqcurvefit cannot continue.

????????報這種錯誤的原因一般有兩種，一是初始值設置的問題；二是擬合的數據中存在無定義的數據或者是空數據；

1.第一種的解決辦法

??? ??? ??重新設置初始值，例如原來是0～1范圍內的初始值，可以將其變換一下，使其在10以上，100以上，0～0.1，0～0.01等等，多次不同范圍的嘗試即可。

2.第二種的解決辦法（大多數是這種）

??? ??? ??檢查xdata和ydata矩陣，是否含有空數據（NaN）。但是如果矩陣太大，肉眼無法在變量欄中一下子直接看到，可以首先判斷矩陣中所有位置上的元素是否為NaN，返回一個0，1矩陣，0：沒有，1：有，進而返回NaN的位置索引。
（1）判斷矩陣或向量中是否有空值
??? ??? ??isnan()函數，判斷矩陣中所有位置上的元素是否為NaN，返回一個0，1矩陣，0：沒有，1：有

>> matrix=[4,NaN;3,5]matrix =4 NaN3 5>> a = isnan(matrix)a =2×2 logical 數組0 10 0

（2）判斷矩陣或向量中是否有
??? ??? ??find（）函數可以找到1的位置，也就對應了原始矩陣matrix中NaN的位置

>> [x,y] = find(a == 1)x =1y =2>>

總結

以上是生活随笔為你收集整理的Matlab中数据拟合函数lsqcurvefit的使用方法与常见问题的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。