我每天都使用 AlgLib 来达到这个目的。如果您访问链接http://www.alglib.net/docs.php并一直向下滚动,您会发现包含多种语言(包括 C#)的代码示例的文档,我认为这些对您有帮助非常: http ://www.alglib.net/translator/man/manual.csharp.html
对于您的问题,您应该考虑所需的所有约束,但是在给定输入函数和数据的情况下获得非线性最小二乘拟合的简单示例如下所示:
public SomeReturnObject Optimize(SortedDictionary<double, double> dataToFitTo, double p, double initialGuessM, double initialGuessS)
{
var x = new double[dataToFitTo.Count,1];
for(int i=0; i < dataToFitTo.Count; i++)
{
x[i, 0] = dataToFitTo.Keys.ElementAt(i);
}
var y = dataToFitTo.Values.ToArray();
var c = new[] {initialGuessM, initialGuessS};
int info;
alglib.lsfitstate state;
alglib.lsfitreport rep;
alglib.lsfitcreatef(x, y, c, 0.0001, out state);
alglib.lsfitsetcond(state, epsf, 0, 0);
alglib.lsfitfit(state, MyFunc, null, p);
alglib.lsfitresults(state, out info, out c, out rep);
/* When you get here, the c[] array should have the optimized values
for m and s, so you'll want to handle accordingly depending on your
needs. I'm not sure if you want out parameters for m and s or an
object that has m and s as properties. */
}
private void MyFunc(double[] c, double[] x, ref double func, object obj)
{
var xPt = x[0];
var m = c[0];
var s = c[1];
var P = (double)obj;
func = P / (1 + Math.Exp((xPt + m) / s));
}
请注意,这只是一个快速而肮脏的例子。Alglib 中有很多内置功能,因此您需要在此处调整问题代码以满足您对边界约束、权重、步长、可变缩放等的需求。从第二个链接中的示例和文档中应该清楚如何完成所有这些工作。
另请注意,Alglib 对 MyFunc 的方法签名非常特别,因此我会避免移动这些输入或添加任何更多。
或者,如果 Alglib 不能满足您的所有需求,您可以编写自己的 Levenberg-Marquardt 算法。