曲線擬合的這種回歸算法，有壹種類似反饋的機制，先給定壹個初始點，然後決定怎麽走才能到終點。我的理解是這個st是初值，從這個點出發開始計算擬合出來的曲線。我這樣判斷的依據有兩條， 壹個是這三個數都是0-1之間的數，看起來像是rand()函數生成的，另壹個是妳選擇的fittype表達式要求求解abc三個參數，這裏正好有三個隨機生成的值，看起來就像是初值了。
這樣做的目的。
因為反向算法對於初值的要求很高，最明顯的現象是不同的初值解出來的參數不壹樣。這個是算法本身定義的問題，可以搜索，起點不壹樣多少就有點差別。因為這種反饋算法的非線性動力學特性，系統可能認為在固定初值下進行擬合可能可以降低混亂度。
當然如果這三個不是我猜想的這樣，那我就糗了……
現在看看貌似也可能是結果……
妳提的第二個問題，fitoptions裏面應該有給妳提供讓妳自定義初始化函數或者自己輸入初始值的方法。