非線性擬合非最佳解我正在嘗試使用非線性建模工具來求解以下方程式。
範圍（
{Ea = 35，A = 0.25}，
根（
Exp( -(1000 * Ea) / (:R * :"測試溫度 (K)"n) + A ) *
:"測試時間（小時）"n
）
）；
Ea 和 A 是參數
R 是常數
時間和溫度是我表中的兩列，我將一列設為 y，我正在嘗試求解該列。
我得到了 Ea 和 A 的解，但是當我繪製預測值與實驗值的圖表時，我沒有得到很好的 1:1 擬合（即斜率約為 1.5）。我已經找到了更好的解決方案，使用兩種單獨的線性化方法來求解 Ea 和 A，但我想以這種方式運行它以便能夠獲得估計的上限和下限。
看起來該軟體陷入了一些局部最小值而不是尋求最佳解決方案。我可以做些什麼來改進這個方法嗎？
謝謝你，
JMP 版本 16.0.0
回覆：非線性擬合非最優解你想解這個方程式嗎：
也許，您的 Ea 和 A 的起始值 (35, 0.25) 與最佳值相差太遠。
看一下等式，經過代數運算，等價於：
Log(Y^2 / 時間) = A - 1000/(R*Temp) * Ea。
這是一個簡單的線性關係。您可以執行迴歸來獲得 A（截距）和 Ea（斜率）的估計值。然後將估計值放回以求解非線性迴歸。也許這會有所幫助，但不能保證。還是要看你的數據。
回覆：非線性擬合非最優解嗨@Rutuger85 ，
歡迎來到社區！
如果沒有可供測試的範例資料集，可能很難為您提供協助。可以分享一個匿名的嗎？
@peng_liu已經為您提供了一個良好的起點，包括方程式的可能變換以及參數值 Ea 和 A 的不同起點。
如果您閱讀文件《有效非線性建模的統計詳細資料》 ，可能還有其他選項可以嘗試：
- 指定參數邊界（非線性擬合中的紅色三角形，「參數邊界」 非線性平台選項）以減少搜尋空間，
- 更改最佳化方法（非線性擬合中的紅色三角形，“迭代選項”，並嘗試使用牛頓、QuasiNewton SR1、QuasiNewton BFGS，...），
- 更改停止條件：迭代次數（您可以增加迭代次數以提高找到最佳值的機會）、Obj 更改、...
最後，您還可以使用連結到參數的滑桿來嘗試手動改進擬合和/或為所選解算器找到更可接受的起始值。
另一種選擇可能是嘗試使用“擬合曲線”平台並嘗試找到合適的模型擬合曲線模型 統計詳細資訊。
希望這些額外的建議對您有幫助，
