Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

非线性最小二乘(曲线拟合)

以串行或并行方式求解非线性最小二乘(曲线拟合)问题

在开始求解优化问题之前,您必须选择合适的方法:基于问题或基于求解器。有关详细信息,请参阅首先选择基于问题或基于求解器的方法

非线性最小二乘求解 min(∑||F(xi) – yi||2),其中 F(xi) 是一个非线性函数,yi 是数据。问题可以有边界、线性约束或非线性约束。

对于基于问题的方法,请创建问题变量,然后用这些符号变量表示目标函数和约束。有关基于问题的求解步骤,请参阅基于问题的优化工作流。要求解生成的问题,请使用 solve

有关基于求解器的求解步骤,包括定义目标函数和约束,以及选择合适的求解器,请参阅基于求解器的优化问题设置。要求解生成的问题,请使用 lsqcurvefitlsqnonlin

函数

全部展开

evaluate计算问题中的优化表达式或目标和约束
infeasibility一个点处的约束违反值
optimproblem创建优化问题
optimvar创建优化变量
solve求解优化问题或方程问题
lsqcurvefit用最小二乘求解非线性曲线拟合(数据拟合)问题
lsqnonlin求解非线性最小二乘(非线性数据拟合)问题
checkGradients根据有限差分近似检查一阶导数函数 (自 R2023b 起)
optim.coder.infbound对代码生成的边界支持 (自 R2022b 起)

实时编辑器任务

优化在实时编辑器中优化或求解方程 (自 R2020b 起)

主题

基于问题的非线性最小二乘

基于求解器的非线性最小二乘

代码生成

并行计算

算法和选项