1：
第一个公式：y = nmax*(b*x)^(1/k)/(1+(b*x)^(1/k))，不能简化下吗，完全等同于：
y = nmax/(1+(b*x)^k);，看着都清爽些。直接拟合这个公式的话，目标函数(SSE)基本一样但nmax和b不稳定：
1)
均方差(RMSE):0.146688964176323
残差平方和(SSE):0.301247130955714
相关系数(R): 0.998801066757962
相关系数之平方(R^2): 0.997603570956843
确定系数(DC): 0.997545478102313
卡方系数(Chi-Square): 0.085846619465631
F统计(F-Statistic): 2240.76224587093
参数 最佳估算
---------- -------------
b 6.38790682352766E-17
nmax 3715236827.67985
k -0.589760207223845
2)
均方差(RMSE):0.146688964157574
残差平方和(SSE):0.301247130878707
相关系数(R): 0.998801066740756
相关系数之平方(R^2): 0.997603570922471
确定系数(DC): 0.997545478102941
卡方系数(Chi-Square): 0.0858466176890851
F统计(F-Statistic): 2240.76224644373
参数 最佳估算
---------- -------------
b 2.37230022879993E-20
nmax 391719737466.736
k -0.589760208502794
应该是方程的形式造成这种结局，如果不考虑参数物理意义，其实公式：y = nmax/(1+(b*x)^k); --》y = nmax/(1+b^k*x^k); -->y = nmax/(1+b1*x^k);
此时稳定唯一：
均方差(RMSE):0.146648461643796
残差平方和(SSE):0.301080798234885
相关系数(R): 0.998804382533961
相关系数之平方(R^2): 0.997610194569047
确定系数(DC): 0.997546833359388
卡方系数(Chi-Square): 0.0881571807051252
F统计(F-Statistic): 2242.00015969098
参数 最佳估算
---------- -------------
nmax -863.166782962704
b -823.26708610708
k -0.586003926097037
2：第二个式子： y = nmax*a*x/(1+(a*x)^k)^(1/k)
1stOpt求解稳定唯一，Matlab误差太大，Origin也有差距：
均方差(RMSE):0.144604300178649
残差平方和(SSE):0.292745650822194
相关系数(R): 0.998819337279252
相关系数之平方(R^2): 0.997640068522964
确定系数(DC): 0.997614747041354
卡方系数(Chi-Square): 0.06651177594336
F统计(F-Statistic): 2305.83510233767
参数 最佳估算
---------- -------------
nmax 185924116.646796
a 5.71405015369486E-5
k 0.0511661433683439，
origin与matlab拟合的不同 Origin自定义模拟与matlab中cftool工具箱拟合结果比较 - 计算模拟 - 小木虫 - 学术 科研 互动社区...
