matlab-lsqcurvefit函数

lsqcurvefit函数（least-squares curve-fitting）：用于最小二乘法求解非线性曲线拟合问题。即已知输入向量xdata和输出向量ydata，并且知道输入与输出的函数关系为ydata=F(x, xdata)，但不知道系数向量x。

1.语法

x = lsqcurvefit(fun,x0,xdata,ydata)

从 x0 开始，求取合适的系数 x，使非线性函数 fun(x,xdata) 对数据 ydata 的拟合最佳（基于最小二乘指标）。ydata 必须与 fun 返回的向量（或矩阵）F 大小相同。

（1）fun：符号函数句柄,如果是以m文件的形式调用的时候,别忘记加@；
（2）x0：最开始预估的值(预拟合的未知参数的估计值)。即方程系数的预估值。
（3）xdata：已有的xdata.
（4）ydata：与xdata对应的ydata.

复杂一点的结构：x = lsqcurvefit(fun,x0,xdata,ydata,lb,ub,options) 使用 options 所指定的优化选项执行最小化。使用 optimoptions 可设置这些选项。如果不存在边界，则为 lb 和 ub 传递空矩阵。

算法选择：
默认的 ‘trust-region-reflective’ 算法，可以通过设置改为’levenberg-marquardt’ 算法：

options = optimoptions('lsqcurvefit','Algorithm','levenberg-marquardt');
lb = [];
ub = [];
x