MATLAB中的 lsqnonlin命令怎么使??

[x,resnorm]=lsqnonlin(@myfun,x0)

运行候总是说 F表达式 有问题，请各位高人帮帮忙啊

问题：：：

要求目标函数最小化，minD(a1,a2)=SUM{(sqrt(w(xi)))(1-(a1/(a1+xi))^bi)-yi}²

其中 a1， a2为待估计的模型参数。 Yi， xi，是观测数据，w（xi）可以由公式通过yi求得。要使目标函数最小化，求出待估计参数，a1 a2

该怎么写MATLAB程序啊，

我利用的是lsqnonlin 函数来作，可以总是作不出想要的结果啊，

下面是我利用15个数据的试算程序，各位高手指点指点啊！！！！！

function s=f(x)

t=[0.39 0.44 0.71 0.9 1.81 1.98 3.79 3.81 3.9 4.13 4.72 5.98 7.16 9.72 19.13];

y=[0.067 0.133 0.2 0.267 0.333 0.4 0.467 0.533 0.6 0.667 0.733 0.8 0.867 0.933 1.0];

w=[3.73 2.55 2.0 1.66 1.42 1.22 1.07 0.94 0.82 0.71 0.6 0.5 0.39 0.27 0.0];

s=0.0;

for i=1:15;

s=s+(w(i)-w(i)*(x(1)/(x(1)+t(i)))^x(2)-w(i)*y(i))^2;

end;

在命令窗口，输入，得到

options=optimset(options,'LargeScale','off');

options=optimset(options,'LevenbergMarquardt','on');

x0=[227 50];

[x,residual]=lsqnonlin('f',x0,[],[],options)

Optimization terminated: directional derivative along

search direction less than TolFun and infinity-norm of

gradient less than 10*(TolFun+TolX).

x =

1.0e+002 *

2.26060899434407 0.54298280959085

residual =

0.00394886859667

又试了一次：变化了初始值：

>> options=optimset(options,'LargeScale','off');

options=optimset(options,'LevenbergMarquardt','off');

>> options=optimset(options,'TolFun',1e-20);

>> x0=[20 10];

>> [x,residual]=lsqnonlin('f',x0,[],[],options)

Conditioning of Gradient Poor - Switching To LM method

Maximum number of function evaluations exceeded. Increase OPTIONS.MaxFunEvals.

x =

20.37538726670586 5.17535205796596

residual =

0.00348480289019

>>试了两个不同的初始值，怎么迭代后的值，和初始值就没有大的变化啊，

而且，第一组初始值，是我用矩估计算出来的，应该是一个比较好的初始值了。

我在作一个非寿险精算问题， 有一年的损失数据，现在，就是要给出损失的精确经验分布函数，上边的目标函数中就有 帕雷托分布函数

求各位高人指点指点 啊，

小弟 这里先谢过各位了！

[此贴子已经被作者于2007-4-15 11:31:56编辑过]