如何解释 matlab lsqnonlin 输出显示？
How to interpret matlab lsqnonlin output display?
我正在使用 matlab 中的 lsqnonlin 拟合具有不同数量浮动参数的函数。
第一次拟合产生更好的拟合，resnorm 为 2.5。 matlab 显示：
Norm of First-order
Iteration Func-count f(x) step optimality
0 24 17492.8 9.07e+05
1 48 143.52 0.106514 2.14e+04
2 72 28.1836 0.322225 9.21e+03
3 96 8.22318 0.190289 471
4 120 4.64683 0.106685 469
5 144 4.21385 0.110651 50.6
6 168 3.84595 0.132576 6.57
7 192 3.80318 0.0785982 0.574
8 216 3.80298 0.00714585 0.0696
9 240 3.80298 8.99227e-05 0.0165
第二个配件的resnorm是3.6。 matlab 显示：
Norm of First-order
Iteration Func-count f(x) step optimality
0 38 17492.8 9.07e+05
1 76 158.945 0.112853 3.12e+04
2 114 31.4081 0.296493 9.11e+03
3 152 8.51237 0.171055 627
4 190 4.73721 0.485675 1.01e+03
5 228 4.25786 0.268581 121
6 266 3.82232 0.424431 12.9
7 304 3.67385 0.483489 13
8 342 3.65582 0.290754 21
9 380 3.64699 0.331376 25.9
10 418 3.64327 0.237147 16
11 456 3.64078 0.236815 13.3
12 494 3.63925 0.203176 9.54
13 532 3.63819 0.186138 7.32
14 570 3.63747 0.165213 5.52
15 608 3.63697 0.148463 4.2
16 646 3.63663 0.132661 3.17
17 684 3.6364 0.118115 2.35
18 722 3.63624 0.102959 1.73
19 760 3.63616 0.0842739 1.2
20 798 3.63612 0.0589477 0.731
21 836 3.63611 0.0309845 0.391
22 874 3.6361 0.0119255 0.192
这两个配件："lsqnonlin stopped because the final change in the sum of squares relative to its initial value is less than the default value of the function tolerance."
如何在不查看 resnorm 的情况下解释拟合结果的显示？
据我所知，第一个配件 "norm of step" 少了很多。 f(x) 和一阶最优的最终结果是相似的。
每列的含义是什么？我该如何解读它们？
Iteration - 迭代次数。
Func Count - 函数计算次数。
f(x) - x 处的函数值。
Norm of step - 当前步长。
First-Order Optimality - 一阶最优性衡量点 x 与最优值的接近程度。
您要查看的是一阶最优性 -> 0（以及您的残差 -> 0）这一事实，因为这表明您的算法正在收敛或已经收敛于最优解。您的第一个拟合必须提供了更好的猜测或使用了更好的算法，因为它仅在 9 次迭代中收敛，而您的第二个拟合在 22 次迭代中收敛。
我正在使用 matlab 中的 lsqnonlin 拟合具有不同数量浮动参数的函数。
第一次拟合产生更好的拟合，resnorm 为 2.5。 matlab 显示：
Norm of First-order
Iteration Func-count f(x) step optimality
0 24 17492.8 9.07e+05
1 48 143.52 0.106514 2.14e+04
2 72 28.1836 0.322225 9.21e+03
3 96 8.22318 0.190289 471
4 120 4.64683 0.106685 469
5 144 4.21385 0.110651 50.6
6 168 3.84595 0.132576 6.57
7 192 3.80318 0.0785982 0.574
8 216 3.80298 0.00714585 0.0696
9 240 3.80298 8.99227e-05 0.0165
第二个配件的resnorm是3.6。 matlab 显示：
Norm of First-order
Iteration Func-count f(x) step optimality
0 38 17492.8 9.07e+05
1 76 158.945 0.112853 3.12e+04
2 114 31.4081 0.296493 9.11e+03
3 152 8.51237 0.171055 627
4 190 4.73721 0.485675 1.01e+03
5 228 4.25786 0.268581 121
6 266 3.82232 0.424431 12.9
7 304 3.67385 0.483489 13
8 342 3.65582 0.290754 21
9 380 3.64699 0.331376 25.9
10 418 3.64327 0.237147 16
11 456 3.64078 0.236815 13.3
12 494 3.63925 0.203176 9.54
13 532 3.63819 0.186138 7.32
14 570 3.63747 0.165213 5.52
15 608 3.63697 0.148463 4.2
16 646 3.63663 0.132661 3.17
17 684 3.6364 0.118115 2.35
18 722 3.63624 0.102959 1.73
19 760 3.63616 0.0842739 1.2
20 798 3.63612 0.0589477 0.731
21 836 3.63611 0.0309845 0.391
22 874 3.6361 0.0119255 0.192
这两个配件："lsqnonlin stopped because the final change in the sum of squares relative to its initial value is less than the default value of the function tolerance."
如何在不查看 resnorm 的情况下解释拟合结果的显示？
据我所知，第一个配件 "norm of step" 少了很多。 f(x) 和一阶最优的最终结果是相似的。
每列的含义是什么？我该如何解读它们？
Iteration - 迭代次数。
Func Count - 函数计算次数。
f(x) - x 处的函数值。
Norm of step - 当前步长。
First-Order Optimality - 一阶最优性衡量点 x 与最优值的接近程度。
您要查看的是一阶最优性 -> 0（以及您的残差 -> 0）这一事实，因为这表明您的算法正在收敛或已经收敛于最优解。您的第一个拟合必须提供了更好的猜测或使用了更好的算法，因为它仅在 9 次迭代中收敛，而您的第二个拟合在 22 次迭代中收敛。