Matlab'；s fsolve收敛*但*似乎给出了错误的解决方案

我试图用fsolve解一个非线性方程组；比方说

F（x；lambda）=0，其中lambda是参数向量，x是我要求解的向量

我正在使用Matlab的fsolve

我有两个参数lambda的值，我想求解系统。对于λ的一个值，我得到了一个解，这似乎是正确的

对于lambda的另一个值，我再次得到一个解（matlab以1的标志退出。但是我知道这不是一个实际的解，例如，我知道x的一些维度必须彼此相等，而我从fsolve得到的解不是这种情况

我尝试过信赖域算法和levenberg-marquardt算法，但没有得到更好的结果。（明确地强制那些x是相同的，似乎仍然给出了与我期望的系统属性不一致的解决方案）

我的问题是：fsolve使用的算法是否依赖于系统的任何稳定性？是否在我上面提到的第二种情况下，改变参数lambda会使系统不稳定，这会使fsolve很难正确地解决它

谢谢你，乔治

fsolve并没有“失败”——正如jucestain所评论的那样，它给了你一个局部最小值，而不一定是全局最小值。这就是它的设计目的

为了提高您获得全球最低工资的机会，您需要：

• 知道你最初的猜测是正确的

• 使用初始猜测网格多次运行优化，并选择最佳结果

• 添加约束以防止解算器误入已知具有局部极小值的区域

• 修改成本函数以删除局部极小值

---

如果您遇到可以保证全局最小值的非线性解算器，请务必告诉我们！

非线性问题只会收敛到局部最小值。要收敛到全局最小值，您必须提供一个良好的初始猜测。您是否尝试将假设添加到模型中？例如，添加一个使x维度相等的约束。@nn是的，我知道了，但它似乎没有帮助。我的问题更多的是，是否存在fsolve使用的信赖域算法已知失败的情况