我正试图用Matlab中的levenberg-Marquardt最小二乘法将一个具有四个未知参数的巨大函数拟合到我的数据中。我使用了这个命令：
[x, resnorm]=lsqcurvefit(@myfun1,[-100:100], xdata, ydata, ...
[-inf, -inf, -1.5, -inf], [inf, inf, 1.5, inf], options)
这意味着我有兴趣约束第三个参数。但我面临的问题是：
??? Error using ==> lsqncommon at 102
Levenberg-Marquardt and Gauss-Newton algorithms do not handle bound constraints and trust-region-reflective algorithm
requires at least as many equations as variables; aborting.
Error in ==> lsqcurvefit at 258
[xCurrent,Resnorm,FVAL,EXITFLAG,OUTPUT,LAMBDA,JACOB] = ...
我认为这个错误表明我的数据很小，因为它们是36点，或者可能有太多未知参数，但我认为四个未知参数用于拟合是可以的！
那么，你觉得呢？这是否意味着MATLAB无法将我的函数与这36点数据相匹配？
如果有任何意见，我将不胜感激。
根据http://www.mathworks.co.uk/help/toolbox/optim/ug/lsqcurvefit.html第二个参数是要优化的参数的起始值。您正在中通过
[-100:100]
它（除非matlab自上次使用以来发生了很大变化）是一个201个参数的向量，所以你似乎在要求matlab优化201个参数。正如@Dan在下面的评论中指出的那样，你只有36个数据点，所以你的要求是不合理的。您只想在4个参数上进行优化，因此您应该只输入4个起始值。您正在为限制选项传递长度为4的向量，因此这里存在不一致性。
我建议只为您的参数输入一个4个起始值的向量作为第二个参数，看看它是否会产生您期望的结果。