使用FindFit拟合logistic人口模型时出现报错该如何解决？

核心报错原因 #

你的代码存在3个典型问题：

• 输入数据格式不符合FindFit要求：FindFit默认需要(自变量, 因变量)的配对数据，你仅提供了种群数的一维数组，没有对应天数t的数值
• 模型语法不符合Mathematica规范：自然指数不能写e^()，必须用内置函数Exp[]；变量相乘需要显式标注*，不能省略
• 未提供非线性拟合的参数初始值：logistic属于非线性模型，拟合时依赖合理的参数初始值，缺省初始值会导致迭代发散报错

完整修正代码 #

(* 1. 构造带天数的配对数据，第1天对应t=1 *)
popData = {19, 39, 46, 73, 92, 109, 137, 160, 177, 202, 230, 257, 299, 342, 
384, 419, 464, 511, 553, 597, 646, 684, 734, 779, 814, 851, 895, 929, 
962, 988, 1011, 1040, 1069, 1110, 1141, 1165, 1195, 1212, 1226, 1247, 
1269, 1288, 1303, 1318, 1332, 1341, 1354, 1367};
data = Transpose[{Range[Length[popData]], popData}];

(* 2. 修正logistic模型定义 *)
model2[t_] = L/(1 + (L/P0 - 1) Exp[-k*t]);

(* 3. 带初始值调用FindFit *)
fit = FindFit[data, model2[t], {{P0, 19}, {L, 1400}, {k, 0.1}}, t]

正常运行后会输出三个参数的拟合结果，示例输出如下：

{P0 -> 20.12, L -> 1421.37, k -> 0.089}

可选优化配置 #

如果仍出现收敛警告，可以添加约束和指定拟合方法：

fit = FindFit[data, model2[t], {{P0, 19}, {L, 1400}, {k, 0.1}}, t, 
 ParameterConstraints -> {P0 > 0, L > 0, k > 0}, 
 Method -> "NonlinearLeastSquares"]

内容的提问来源于stack exchange，提问作者LexXxik