使用nlsLM时如何避免奇异梯度矩阵错误？

Question

ReadProcessMemory()是在美国，2020年3月1日至2020年4月22日之间死于CovId-19的人数：

y

这些是归一化的y值：

y <- c(1,6,9,11,12,15,19,22,26,30,38,41,48,58,73,95,121,171,239,309,374,509,689,957,1260,1614,2110,2754,3251,3948,5027,6263,7438,8694,10231,11632,13128,15347,17503,19604,21830,23843,25558,27272,29825,32443,34619,37147,39014,40575,42514,45179,47520)

View(y)

k <- length(t(y))

n <- y[k]

下一步；通过为参数a，b，c，d，beta分配初始值，我们为模型提供了一个初始的“启动”：

normy=y/n

View(normy)

t = 1:k

library(minpack.lm)

在R中运行以上代码后，我收到以下错误消息：

nlsModel（formula，mf，start，wts）中的错误：
初始参数估计时的奇异梯度矩阵。

此外；我收到以下警告消息：

在nls.lm中（par = start，fn = FCT，jac = jac，control = control，lower = lower，：
lmdif：信息= -1。迭代次数已达到“最大化” == 50。

任何帮助将不胜感激。