我使用matlab 2016b的fit()函数将复杂的指数函数拟合到数据x，y。
x值非常小（1e-3），y值大约为1.
如果我将x乘以常数因子1000到100000，那么拟合效果很好。 此效果在mathworks online help部分＆＃34;使用标准化或中心和比例＆＃34;中描述。
即使上限和下限非常窄，Normalize: 'on'设置也会失败（1）。
Normalize选项对用户是否透明，或者在启用后我是否必须更改边界？
现在我通过乘以x帮助我自己，然后纠正拟合结果中的系数。
ScalingFactor = 1000;
[xData, yData] = prepareCurveData( myx * ScalingFactor, myy );
ft = fittype(..)
[fitresult, gof] = fit( xData, yData, ft, opts );
%% now correct the results
对于一个非常昂贵的软件，这对我来说并不是很优雅。 4年前有similar question on sx没有方便的解决方案。
今天有更好的解决方案吗？
1）也许错误消息有助于其他用户有一天找到这个问题/答案，所以我将其粘贴在这里：
Error using fit>iFit (line 340)
Complex value computed by model function, fitting cannot continue.
Try using or tightening upper and lower bounds on coefficients.
答案 0 :(得分：0)
您可以考虑将缩放因子放在函数本身作为拟合参数。例如，而不是：
scaledX = x * 1000
y = f(scaledX)
你会直接适合：
y = f(scalingFactor * x)
以便拟合（希望）为您找到最佳比例因子。