Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

非線形最小二乗法 (曲線近似)

非線形最小二乗 (曲線近似) 問題の逐次評価または並列評価による解法

最適化問題を解く前に、問題ベースかソルバーベースか、適切なアプローチを選択しなければなりません。詳細は、はじめに問題ベース アプローチまたはソルバーベース アプローチを選択を参照してください。

非線形最小二乗法では、min(∑||F(xi) - yi||2) を解きます。F(xi) は非線形関数、yi はデータです。問題には範囲、線形制約、または非線形制約を含めることができます。

問題ベースのアプローチでは、問題変数を作成し、これらのシンボリック変数の観点から目的関数と制約を表現します。実行する問題ベースの手順については、問題ベースの最適化ワークフローを参照してください。結果として得られる問題を解くには、solve を使用します。

目的関数と制約の定義、適切なソルバーの選択を含め、実行するソルバーベースの手順については、ソルバーベースの最適化問題の設定を参照してください。結果として得られる問題を解くには、lsqcurvefit または lsqnonlin を使用します。

関数

すべて展開する

evaluate最適化式の評価
infeasibility点における制約違反
optimproblem最適化問題の作成
optimvar最適化変数の作成
solve最適化問題または方程式問題の求解
optim.coder.infboundコード生成の無限境界サポート (R2022b 以降)
lsqcurvefit非線形曲線近似 (データ適合) 問題を最小二乗近似的に解く
lsqnonlin非線形最小二乗 (非線形データ適合) 問題を解く

ライブ エディター タスク

最適化ライブ エディターでの方程式の最適化または解決 (R2020b 以降)

トピック

問題ベースの非線形最小二乗法

ソルバーベースの非線形最小二乗法

コード生成

並列計算

アルゴリズムとオプション