Main Content

비선형 최소제곱(곡선 피팅)

비선형 최소제곱(곡선 피팅) 문제를 직렬 또는 병렬로 풀기

최적화 문제를 풀기 시작하기 전에 먼저 문제 기반 접근법과 솔버 기반 접근법 중 적절한 접근법을 선택해야 합니다. 자세한 내용은 먼저 문제 기반 접근법 또는 솔버 기반 접근법 중 선택하기 항목을 참조하십시오.

비선형 최소제곱은 min(∑||F(xi) – yi||2)을 풉니다. 여기서 F(xi)는 비선형 함수이고 yi는 데이터입니다. 이 문제는 범위, 선형 제약 조건 또는 비선형 제약 조건을 포함할 수 있습니다.

문제 기반 접근법에서는 문제 변수를 생성한 후 기호화된 변수로 목적 함수와 제약 조건을 나타냅니다. 문제 기반으로 수행할 절차를 보려면 문제 기반 최적화 워크플로 항목을 참조하십시오. 결과로 생성된 문제를 풀려면 solve를 사용하십시오.

솔버 기반으로 수행할 절차를 보려면 솔버 기반 최적화 문제 설정 항목을 참조하십시오. 목적 함수와 제약 조건을 정의하고 적합한 솔버를 선택하는 등의 작업이 설명되어 있습니다. 결과로 생성된 문제를 풀려면 lsqcurvefit 또는 lsqnonlin을 사용하십시오.

함수

모두 확장

evaluate최적화 표현식 실행
infeasibilityConstraint violation at a point
optimproblem최적화 문제 만들기
optimvar최적화 변수 만들기
solve최적화 문제 또는 방정식 문제 풀기
lsqcurvefit최소제곱을 사용하여 비선형 곡선 피팅(데이터 피팅) 문제 풀기
lsqnonlin비선형 최소제곱(비선형 데이터 피팅) 문제 풀기
checkGradientsCheck first derivative function against finite-difference approximation (R2023b 이후)
optim.coder.infboundInfinite bound support for code generation (R2022b 이후)

라이브 편집기 작업

최적화라이브 편집기에서 방정식을 최적화하거나 풉니다. (R2020b 이후)

도움말 항목

문제 기반 비선형 최소제곱

솔버 기반 비선형 최소제곱

코드 생성

병렬 연산

알고리즘과 옵션