gapolyfitn:优化多维多项式拟合模型数据的函数形式-matlab开发

该函数实现了一种使用遗传算法优化多项式形式的方法，即与使用所有可能项的最小二乘拟合相比减少所需的项数，如下文所述： Clegg, J. 等人，“使用遗传算法优化拟合实验数据的多维多项式的函数形式”，2005 年 IEEE 进化计算大会，928-934，爱丁堡，2005 年 9 月 n 个变量的一般多项式可以表示如下： a1 * x1^2 * x2^4 * x3^1 * xn^p + a2 * x_1^6 * x2^3 * x3^1 * xn^p + ... 线性最小二乘拟合可以找到系数的值，表示为上面的“a”，从而使函数与一组数据之间的误差最小化。 如果事先不知道数据的函数形式，这可能需要使用所有可能的项和幂的组合，直到给定的大小。 由于多项式中的项数由 (n+(m-1)) 给出！ / (n!)(m-1)! 其中 n 是使用的最大功率，m 是变量数，对于多变量模型，所有可能项的数量