迭代解决方案而不是象征性的解决方案可能会更有生产力这种情况，例如这种情况
x = [0 5 10 15 20 30 45 60 75 90 105 120];
y=[0 3.87 4.62 4.98 5.21 5.40 5.45 5.50 5.51 5.52 5.54 5.53];
情节（x，y，'bo'）；
抓住on
pause(0.1);
beta0 = [39,0.002];
% syms n t
％fun =@（beta，t）beta（1）*（1-6/（pi^2）*symsum（（（1./n.^ 2）。*exp（-beta（-beta（2）*（n。^）2）。*t），n，1，inf））;
％betafit = nlinfit（x，y，fun，beta0）;
beta1 = beta0;
delta = 1e-8;% desired objective accuracy
R0=Inf;初始目标功能的％
为了k = 1：10000
fun=@(beta,t) beta(1)*(1-6/(pi^2)*sum((1./(1:K)'.^2).*exp(-beta(2)*((1:K)'.^2).*t),1));
[betafit，r] = nlinfit（x，y，fun，beta1）;
r = sum（R.^2）;
如果ABS（R0-R）
休息;
结尾
beta1 = betafit;
r0 = r;
结尾
情节（X，Fun（Betafit，X），'。-r'）；
xlabel('X'）；
ylabel('y'）；
传奇（'实验'，，，，'模型'）；
标题（strcat（strcat）（'\beta=['，，，，num2str(betafit),']; ----停在 - - '，，，，'K='，num2str（k）））;
