matlab中非线性最小二乘问题？？

CAX

我用matlab中lsqnonlin('f',x)求解非线性最小二乘问题遇到Maximum number of function evaluations exceeded
Increase OPTIONS.maxFunEvals
请问怎么解决？？？望高手指导！！
我的m函数文件是：
function S=wx(x)            % 自定义函数
t=[-5 -3 1 3 5 -1];
c=[127 151 421 460 426 379];
S=0.0
for i=1:6
    S=S+(x(1)+x(2)*exp(t(i)*x(3))-c(i))^2;
end   

执行命令文件：
x0=[590 -189 0.17];
x=lsqnonlin('wx',x0)
出现上述问题

wmwlove

您遇到的问题是在使用MATLAB中的lsqnonlin函数求解非线性最小二乘问题时，超过了最大函数评估次数。这通常意味着您的算法在尝试找到最优解时，所允许的计算迭代次数已经超出。解决此问题的方法主要有以下几点：

1. 增加最大函数评估次数：按照错误信息提示，您可以尝试增加OPTIONS中的maxFunEvals值。例如，您可以尝试将默认的最大函数评估次数设置为更高的值。这可以通过以下代码实现：

1. matlab<br>options = optimoptions('lsqnonlin','MaxFunEvals', 较大的数值); %设定更大的数值在此处<br>[x,fval,exitflag,output,grad,hessian] = lsqnonlin('wx',x0,[],[],options); % 使用新的选项调用函数

复制代码

注意将较大的数值替换为您希望设定的具体数值。

2. 检查自定义函数：您的自定义函数可能存在某些问题或计算复杂性过高。检查您的函数是否有高效的计算方式，并尝试简化不必要的复杂性。同时确保该函数在给定输入下能正确运行。
3. 修改初始猜测值：尝试不同的初始猜测值x0可能有助于减少计算所需的时间或迭代次数。一个更合理的初始值可能有助于算法更快地收敛。
4. 更改算法选项：可以尝试使用不同的优化算法来求解这个问题。不同的算法对不同的问题和数据集可能会有更好的性能。尝试在lsqnonlin中更换其他算法选项。

最后，建议您对非线性最小二乘问题的性质有更深入的了解，这样有助于您更好地理解和解决这类问题。希望这些建议能帮助您解决问题！