不。不要用fminsearchbnd来优化一个有36个参数的问题。下次你再给我发一封哀怨的电子邮件，问为什么它不管用，那就是在浪费你我的时间。
Fminsearchbnd使用fminsearch，作为一个覆盖来做工作，但随后应用绑定约束。Fminsearch能够用6-8个参数优化问题。必要时可能有10个。但是36个未知数呢?得了吧。这是行不通的。时期。
我们不知道的是你有多少数据点。人们常常认为他们不需要太多的数据点。在数据点太少的情况下，无论结果如何都是垃圾。你说数据集很大，但真的是这样吗?你有足够的信息来合理估计这么多参数吗?
接下来，我们甚至不知道这个模型对你的数据是否合理。人们常常试图把自己最喜欢的模型塞进数据中。圆孔装不进方钉。好吧，你可以，但不是钉子就是洞会遭殃。
哦。看起来你不知道在这里用什么模型，所以你试图用一个多项式模型(多维多项式)。预计该模型会产生随机的垃圾结果。
最后，你需要一个好的非线性模型的起始值。36维的搜索空间是巨大的。提供糟糕的初始值，并期望结果是胡扯。但是如果你的模型是线性的，就像你使用fitlm一样，那么就没有理由使用像fminsearchbnd这样的迭代方法了。Fitlm会给你最优的答案。它可能不是您喜欢的模型，但这是您的数据和您选择的模型的问题。
