非线性最小二乘函数
lsqnonlin
格式x = lsqnonlin(fun,x0) %x0
为初始解向量；fun为，i=1,2,…,m，fun返回向量值F，而不是平方和值，平方和隐含在方法中，fun的定义与前面相同。
x = lsqnonlin(fun,x0,lb,ub) %lb、ub定义x的下界和上界：。
x = lsqnonlin(fun,x0,lb,ub,options) %options为指定优化参数，若x没有界，则lb=[ ]，ub=[ ]。
[x,resnorm] = lsqnonlin(…) % resnorm=sum(fun(x).^2)，即解x处目标函数值。
[x,resnorm,residual] = lsqnonlin(…) % residual=fun(x)，即解x处fun的值。
[x,resnorm,residual,exitflag] = lsqnonlin(…) %exitflag为终止迭代条件。
[x,resnorm,residual,exitflag,output] = lsqnonlin(…) %output输出优化信息。
[x,resnorm,residual,exitflag,output,lambda] = lsqnonlin(…) %lambda为Lagrage乘子
[x,resnorm,residual,exitflag,output,lambda,jacobian] =lsqnonlin(…) %fun在解x处的Jacobian矩。
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【】）
