Question

我想将一些数据拟合到lorentz函数中，但是当我使用不同数量级的参数时，我会发现拟合问题。

这是我的lorentz功能：

function [ value ] = lorentz( x,x0,gamma,amp )
    value = amp * gamma^2 ./ ((x-x0).^2 + gamma^2);
end

现在生成样本数据的脚本：

x = linspace(2e14,6e14,200);
x0 = 4.525e14;
gamma = 0.5e14;
amp = 2e-14;

y = lorentz(x,x0,gamma,amp);

用于将lorentz拟合到样本数据的脚本：

params = [4.475e14;0.4e14;1.8e-14];
opts = optimset('TolFun',1e-60,'TolX',1e-50,'Display','Iter');
fitfunc = @(params,x) lorentz(x,params(1),params(2),params(3));
fitparams = lsqcurvefit(fitfunc,params,x,y,[],[],opts)

figure(1);hold on;
plot(x,y,'.');
plot(x,lorentz(x,params(1),params(2),params(3)),'--');
plot(x,lorentz(x,fitparams(1),fitparams(2),fitparams(3)));
hold off;

这仅改变最后一个参数（最小值，即幅度）。如果我将所有指数都排除在外，它会按预期工作。我假设有一些微调的选择要做，但我不知道怎么做。任何想法如何做到这一点？

Answer 1

正如您所建议的那样，只要参数变化超过28（！）个数量级，您就会遇到数值问题。例如，LSQCURVEFIT将尝试估计正确的梯度步骤，并且这些计算可能对数值稳定性敏感（取决于实际实现 - 请参阅http://en.wikipedia.org/wiki/Levenberg%E2%80%93Marquardt_algorithm以获取如何完成所有这些的总结）。

根据我的经验，您需要找到一种方法来规范化输入参数，使其更具可比性。例如，您可以记录所有值，然后将exp（）它们放在您的目标函数中。

params = log([4.475e14;0.4e14;1.8e-14])

和

function [ value ] = lorentz( x,x0,gamma,amp )
    gamma = exp(gamma); 
    amp = exp(amp);
    x0 = exp(x0);
    value = amp * gamma^2 ./ ((x-x0).^2 + gamma^2);
end

这可能会引入其他不稳定因素，但它应该让你开始。

适合使用lsqcurvefit

1 个答案: