ubhind怎麼用，matlab的lsqnonlin函數怎麼用

lsqnonlin函數使用方法：

1、lsqnonlin為非線性最小二乘函數

2、格式

最簡單的調用格式為：x=lsqnonlin(@F,x0, v1,v2)

最複雜的調用格式為：[x,norm,res,ef,out,lam,jac] = lsqnonlin(@F,x0,v1,v2,opt,P1,P2, 。 )

x0為初始解（缺省時程序自動取x0=0）; F給出目標函數的M文件，當Jacobian='on時必須給出其Jacobi矩陣，一般形式為：function [F,J] = Fun(x)。

擴展資料：

lsqnonlin輸出變量的含義為：

1、x ： 最優解

2、norm ： 誤差的平方和

3、res： 誤差向量

4、ef ： 程序結束時的狀態指示：

1）、>0：收斂

2）、0：函數調用次數或迭代次數達到最大值（該值在options中指定）

3）、<0：不收斂

5、out： 包含以下數據的一個結構變量

1）、funcCount 函數調用次數

2）、iterations 實際迭代次數

3）、cgiterations 實際PCG迭代次數（大規模計算用）

4）、algorithm 實際使用的算法

5）、stepsize 最後迭代步長（中等規模計算用）

6）、firstorderopt 一階最優條件滿足的情況（大規模計算用）

6、lam：上下界所對應的Lagrange乘子

7、jac：結果（x點）處的雅可比矩陣

他是一個能夠自動登錄網頁的軟件；操作步驟： 1、先找出登錄提交的Action語句，再加上參數，作為完整網址輸入； 2、用[LOGINUSERNAME],[LOGINPASSWORD]，替換網址中的登錄用户名與口令； 例：?url=index.html&act=login&username=[LOGINUSERNAME]&userpwd=[LOGINPASSWORD] 3、有代理的話，請輸入代理信息與用户認證信息； 4、參數設置中的用户名與初始口令就是登錄的實際數據； 5、用字典法的時候，可以用$user代表當前用户名； 6、其它的基本上默認就行了；action項定義你表單數據要提交到的ASP頁地址 如/?a=MidnightFly羣：21934684。

matlab中lsqnonlin函數使用方法如下：

x = lsqnonlin(fun,x0)

x = lsqnonlin(fun,x0,lb,ub)

x = lsqnonlin(fun,x0,lb,ub,options)

[x,resnorm] = lsqnonlin(。)

[x,resnorm,residual] = lsqnonlin(。)

[x,resnorm,residual,exitflag] = lsqnonlin(。)

[x,resnorm,residual,exitflag,output] = lsqnonlin(。)

[x,resnorm,residual,exitflag,output,lambda] =lsqnonlin(。)[x,resnorm,residual,exitflag,output,lambda,jacobian]= lsqnonlin(。)

注：

1.lsqnonlin解決非線性最小二乘法問題，包含非線性數據的擬合問題

2.fun函數包含返回值為一個向量，該向量包含了各個求和的分量（以便於找到使目標最小的可行解）。

3.各參數可做為常量在函數中事先給出，也可傳遞得到（參數表加到lsqnonlin的後面，當然除了調用時候系統會使用的反覆迭代的參數）。

4.不選的可致空集。（其中初值一般要有。lb,ub,option可空，即【】）

有帶效果器，有混響的！

百靈達UB1832FX-PRO調音台調音台產品特點：

具有超低噪音的ULN設計

帶有6個話放4組立體聲，THD值為0.0007%，具有130DB 的動態範圍，話放的指標為192Kb 的採樣率，60DB增益範圍

內置24DB數字立體聲效果器，包含99種預置效果器

每個單聲道帶有3段均衡，中頻可調節，並帶有低切

每個單聲道都具有插入功能

6個平衡式線路輸入，同時在產體聲通道中有+4/-10音量選擇

3個輔助發送通道，可以分別在每個通道中增加效果

2個編組輸出

百靈達UB1832FX-PRO調音台所有卡龍頭及6.5插座均為鍍金接頭；獨立的48V幻相電源

單聲道和立體聲聲道都配備有一流的均衡器和高品質的60MM音量控制器

電源為超寬電源設計，100V-240V

——深圳一禾音響

優化工具箱提供fmincon函數用於對有約束優化問題進行求解，其語法格式如下： x = fmincon(fun,x0,A,b) x = fmincon(fun,x0,A,b,Aeq,beq) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options,P1,P2, 。

) [x,fval] = fmincon(。) [x,fval,exitflag] = fmincon(。

) [x,fval,exitflag,output] = fmincon（。) 其中，x, b, beq, lb，和ub為線性不等式約束的上、下界向量， A 和 Aeq 為線性不等式約束和等式約束的係數矩陣矩陣，fun為目標函數，nonlcon為非線性約束函數。

顯然，其調用語法中有很多和無約束函數fminunc的格式是一樣的，其意義也相同，在此不在重複介紹。對應上述調用格式的解釋如下： x = fmincon(fun,x0,A,b) 給定初值x0，求解fun函數的最小值x。

fun函數的約束條件為A*x x = fmincon(fun,x0,A,b,Aeq,beq) 最小化fun函數，約束條件為Aeq*x = beq 和 A*x x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub) 定義設計變量x的線性不等式約束下界lb和上界ub，使得總是有lb x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) 在上面的基礎上，在nonlcon參數中提供非線性不等式c(x)或等式ceq(x)。 fmincon函數要求c(x) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options) 用options參數指定的參數進行最小化。

x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options,P1,P2，。) 將問題參數P1, P2等直接傳遞給函數fun和nonlin。

若不需要這些變量，則傳遞空矩陣到A, b, Aeq, beq, lb, ub, nonlcon和 options。 [x,fval] = fmincon（。

) 返回解x處的目標函數值到fval。 [x,fval,exitflag] = fmincon（。

) 返回exitflag參數，描述函數計算的有效性，意義同無約束調用。 [x,fval,exitflag,output] = fmincon（。

) 返回包含優化信息的輸出參數output。 非線性不等式約束nonlcon的定義方法 該參數計算非線性不等式約束c(x) wk_ad_begin({pid : 21});wk_ad_after(21, function(){$('.ad-hidden').hide();}, function(){$('.ad-hidden').show();}); function [c,ceq] = mycon(x) c = 。

% 計算x處的非線性不等式。 ceq = 。

% 計算x處的非線性等式。 若還計算了約束的梯度，即options = optimset('GradConstr','on') 則nonlcon函數必須在第三個和第四個輸出變量中返回c(x)的梯度GC和ceq(x)的梯度Gceq。

function [c,ceq,GC,GCeq] = mycon(x) c = 。 % 解x處的非線性不等式。

ceq = 。 % 解x處的非線性等式。

if nargout > 2 % 被調用的nonlcon函數，要求有4個輸出變量。 GC = 。

% 不等式的梯度。 GCeq = 。

% 等式的梯度。 end 4.1應用舉例 已知某設計問題可以簡化為如下數學模型： 顯然，此模型屬於一個二維約束優化問題。

應用fmincon函數求解此優化模型，需要如下幾個步驟： 1）編制目標函數的M文件 在Matlab主窗體的命令行中鍵入：“edit myobj.m”，並在打開的窗口中編制代碼創建目標函數M文件： function f=myobj(x) f=2*x(1)^2+2*x(2)^2-2*x(1)*x(2)-4*x(1)-6*x(2)； 將其保存為myobj.m備用。 2）編制非線性約數函數的M文件 若有非線性約束，則應用如下步驟創建約束函數M文件：在Matlab主窗體的命令行中鍵入：“edit mycon.m”並在打開的窗口中編制相應的代碼創建約束函數M文件： function [c,ceq]=mycon(x) % 非線性不等式約束條件的表達式，c(1)=。

,c(2)=。 c(1)=x(1)+5*x(2)^2-5； %非線性等式約束條件的表達式 ceq=[]； 本例中沒有非線性約束，故可以用上述表達方式，也可省略這一步。

3）確定其他類型約束條件的係數矩陣及常數向量 如本例中的優化模型所示，容易確定其餘的輸入參數，線性不等式約束條件的係數矩陣A和常數向量分別為： A=[1 1],b=[2 ]，線性等式約束不存在，故Aeq=[],beq=[]，設計變量X的上、下界向量：lb=[0 0]',ub=[inf inf]'，其中inf表示無窮大。 4）調用fmincon函數進行求解 經過上述各步驟設置以後，可以編制主程序進行優化求解，相應的代碼如下： >> x0=[1 1]； %設置計算初始值 >> options=optimset('LargeScale','off','display','iter')； %設定優化選項參數 >> [x,fval,exitflag]=fmincon(@myobj,x0,A,b,[],[],lb,ub,@mycon,options) %進 行優化求解 講過運算以後得到結果如下所示： Optimization terminated successfully: First-order optimality measure less than options.TolFun and maximum constraint violation is less than options.TolCon Active Constraints: 3 4 x = 1.1190 0.8810 fval = -7.6771 exitflag = 1。