[求助]利用L-M最小二乘法优化参数的问题

支承点

建立m文件

function f=test_E(param,Ri,hi)
hi=[0.0280 0.1340 0.1800 0.1171 0.1168 0.1320 0.1790 0.0533 0.0200 0.1340 0.0570 0.1810];
f=[param(1).*((hi+param(2))./(Ri+param(3))).*(exp(-2.*param(4).*(Ri-param(5)))-2.*exp(-param(4).*(Ri-param(5))))];]

运行

f=[5.330 3.570 2.410 4.506 4.517 4.020 2.630 4.610 5.040 3.310 4.370 2.290];
hi=[0.0280 0.1340 0.1800 0.1171 0.1168 0.1320 0.1790 0.0533 0.0200 0.1340 0.0570 0.1810];
Ri=[0.1784 0.1827 0.1800 0.1855 0.1853 0.1815 0.1791 0.1843 0.1773 0.1830 0.1820 0.1810];
param0=[1.60 22.0 0.190 0.15 0.15];
options=optimset('LevenbergMarquardt','on');
param=lsqcurvefit(@test_E,param0,Ri,hi,f)

结果显示
>> Warning: Length of lower bounds is > length(x); ignoring extra bounds
> In C:\MATLAB6p5\toolbox\optim\private\checkbounds.m at line 26
  In C:\MATLAB6p5\toolbox\optim\private\lsqncommon.m at line 32
  In C:\MATLAB6p5\toolbox\optim\lsqcurvefit.m at line 129
  In C:\MATLAB6p5\work\cos_10.m at line 18
Maximum number of function evaluations exceeded;
   increase options.MaxFunEvals
param =
    5.3383    3.5916  721.8995    4.5060    4.5170

而实际的param=[1.55 21.6 0.186 0.13 0.12]
这也相差太大了吧！！哪位有时间给看一下啊 ？？

[ 本帖最后由 支承点 于 2007-5-25 09:40 编辑 ]

fypxc

见到你也用L-M最小二乘法优化算法我太兴奋了，我最近一直在网上寻求帮助，但是一直也没有结果。我也是做图像处理的，也要用到这个算法。有一个问题我一直想不明白，就是那个hessian矩阵是怎么求出来的？对离散数据求二阶导数怎么求？问题有点幼稚。非常感谢。