matlab的lsqnonlin函数怎么用 - ubhind怎么用
lsqnonlin函数使用方法：
1、lsqnonlin为非线性最小二乘函数
2、格式
最简单的调用格式为：x=lsqnonlin(@F,x0, v1,v2)
最复杂的调用格式为：[x,norm,res,ef,out,lam,jac] = lsqnonlin(@F,x0,v1,v2,opt,P1,P2, 。 )
x0为初始解（缺省时程序自动取x0=0）; F给出目标函数的M文件，当Jacobian='on时必须给出其Jacobi矩阵，一般形式为：function [F,J] = Fun(x)。
扩展资料：
lsqnonlin输出变量的含义为：
1、x ： 最优解
2、norm ： 误差的平方和
3、res： 误差向量
4、ef ： 程序结束时的状态指示：
1）、>0：收敛
2）、0：函数调用次数或迭代次数达到最大值（该值在options中指定）
3）、<0：不收敛
5、out： 包含以下数据的一个结构变量
1）、funcCount 函数调用次数
2）、iterations 实际迭代次数
3）、cgiterations 实际PCG迭代次数（大规模计算用）
4）、algorithm 实际使用的算法
5）、stepsize 最后迭代步长（中等规模计算用）
6）、firstorderopt 一阶最优条件满足的情况（大规模计算用）
6、lam：上下界所对应的Lagrange乘子
7、jac：结果（x点）处的雅可比矩阵
2.webcrk这个软件怎么使用他是一个能够自动登录网页的软件；操作步骤： 1、先找出登录提交的Action语句，再加上参数，作为完整网址输入； 2、用[LOGINUSERNAME],[LOGINPASSWORD]，替换网址中的登录用户名与口令； 例：?url=index.html&act=login&username=[LOGINUSERNAME]&userpwd=[LOGINPASSWORD] 3、有代理的话，请输入代理信息与用户认证信息； 4、参数设置中的用户名与初始口令就是登录的实际数据； 5、用字典法的时候，可以用$user代表当前用户名； 6、其它的基本上默认就行了；action项定义你表单数据要提交到的ASP页地址 如/?a=MidnightFly群：21934684。
3.matlab中lsqnonlin函数怎么使用matlab中lsqnonlin函数使用方法如下：
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解决非线性最小二乘法问题，包含非线性数据的拟合问题
2.fun函数包含返回值为一个向量，该向量包含了各个求和的分量（以便于找到使目标最小的可行解）。
3.各参数可做为常量在函数中事先给出，也可传递得到（参数表加到lsqnonlin的后面，当然除了调用时候系统会使用的反复迭代的参数）。
4.不选的可致空集。（其中初值一般要有。lb,ub,option可空，即【】）
4.behringer调音台怎么用有带效果器，有混响的！
百灵达UB1832FX-PRO调音台调音台产品特点：
具有超低噪音的ULN设计
带有6个话放4组立体声，THD值为0.0007%，具有130DB 的动态范围，话放的指标为192Kb 的采样率，60DB增益范围
内置24DB数字立体声效果器，包含99种预置效果器
每个单声道带有3段均衡，中频可调节，并带有低切
每个单声道都具有插入功能
6个平衡式线路输入，同时在产体声通道中有+4/-10音量选择
3个辅助发送通道，可以分别在每个通道中增加效果
2个编组输出
百灵达UB1832FX-PRO调音台所有卡龙头及6.5插座均为镀金接头；独立的48V幻相电源
单声道和立体声声道都配备有一流的均衡器和高品质的60MM音量控制器
电源为超宽电源设计，100V-240V
——深圳一禾音响
5.跪求教fmincon函数怎么用优化工具箱提供fmincon函数用于对有约束优化问题进行求解，其语法格式如下： 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为线性不等式约束的上、下界向量， A 和 Aeq 为线性不等式约束和等式约束的系数矩阵矩阵，fun为目标函数，nonlcon为非线性约束函数。
显然，其调用语法中有很多和无约束函数fminunc的格式是一样的，其意义也相同，在此不在重复介绍。对应上述调用格式的解释如下： x = fmincon(fun,x0,A,b) 给定初值x0，求解fun函数的最小值x。
fun函数的约束条件为A*x x = fmincon(fun,x0,A,b,Aeq,beq) 最小化fun函数，约束条件为Aeq*x = beq 和 A*x x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub) 定义设计变量x的线性不等式约束下界lb和上界ub，使得总是有lb x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) 在上面的基础上，在nonlcon参数中提供非线性不等式c(x)或等式ceq(x)。 fmincon函数要求c(x) x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options) 用options参数指定的参数进行最小化。
x = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options,P1,P2，。) 将问题参数P1, P2等直接传递给函数fun和nonlin。
若不需要这些变量，则传递空矩阵到A, b, Aeq, beq, lb, ub, nonlcon和 options。 [x,fval] = fmincon（。
) 返回解x处的目标函数值到fval。 [x,fval,exitflag] = fmincon（。
) 返回exitflag参数，描述函数计算的有效性，意义同无约束调用。 [x,fval,exitflag,output] = fmincon（。
) 返回包含优化信息的输出参数output。 非线性不等式约束nonlcon的定义方法 该参数计算非线性不等式约束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 = 。
% 计算x处的非线性不等式。 ceq = 。
% 计算x处的非线性等式。 若还计算了约束的梯度，即options = optimset('GradConstr','on') 则nonlcon函数必须在第三个和第四个输出变量中返回c(x)的梯度GC和ceq(x)的梯度Gceq。
function [c,ceq,GC,GCeq] = mycon(x) c = 。 % 解x处的非线性不等式。
ceq = 。 % 解x处的非线性等式。
if nargout > 2 % 被调用的nonlcon函数，要求有4个输出变量。 GC = 。
% 不等式的梯度。 GCeq = 。
% 等式的梯度。 end 4.1应用举例 已知某设计问题可以简化为如下数学模型： 显然，此模型属于一个二维约束优化问题。
应用fmincon函数求解此优化模型，需要如下几个步骤： 1）编制目标函数的M文件 在Matlab主窗体的命令行中键入：“edit myobj.m”，并在打开的窗口中编制代码创建目标函数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)； 将其保存为myobj.m备用。 2）编制非线性约数函数的M文件 若有非线性约束，则应用如下步骤创建约束函数M文件：在Matlab主窗体的命令行中键入：“edit mycon.m”并在打开的窗口中编制相应的代码创建约束函数M文件： function [c,ceq]=mycon(x) % 非线性不等式约束条件的表达式，c(1)=。
,c(2)=。 c(1)=x(1)+5*x(2)^2-5； %非线性等式约束条件的表达式 ceq=[]； 本例中没有非线性约束，故可以用上述表达方式，也可省略这一步。
3）确定其他类型约束条件的系数矩阵及常数向量 如本例中的优化模型所示，容易确定其余的输入参数，线性不等式约束条件的系数矩阵A和常数向量分别为： A=[1 1],b=[2 ]，线性等式约束不存在，故Aeq=[],beq=[]，设计变量X的上、下界向量：lb=[0 0]',ub=[inf inf]'，其中inf表示无穷大。 4）调用fmincon函数进行求解 经过上述各步骤设置以后，可以编制主程序进行优化求解，相应的代码如下： >> x0=[1 1]； %设置计算初始值 >> options=optimset('LargeScale','off','display','iter')； %设定优化选项参数 >> [x,fval,exitflag]=fmincon(@myobj,x0,A,b,[],[],lb,ub,@mycon,options) %进 行优化求解 讲过运算以后得到结果如下所示： 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。
