非线性最小二乘法优化是以消声器传递损失目标曲线为基础，最终优化目标是使消声器理论传递损失能够贴合目标曲线，并且差距最小。在实际问题中，会出现一种特殊类型的函数极小问题，即目标函数为平方和形式［66］
当fi（x）均为线性函数时，称为线性最小二乘法问题，而当某些fi（x）为非线性函数时，就成为非线性最小二乘问题。
由于函数的非线性，所以不能像线性最小二乘法那样用求多元函数极值的办法来得到参数估计值，而需要采用复杂的优化算法来求解。常用的算法有两类，一类是搜索算法，另一类是迭代算法。
搜索算法的思路是：按一定的规则选择若干组参数值，分别计算它们的目标函数值并比较大小；选出使目标函数值最小的参数值，同时舍弃其他的参数值；然后按规则补充新的参数值，再与原来留下的参数值进行比较，选出使目标函数达到最小的参数值。如此继续进行，直到选不出更好的参数值为止。以不同的规则选择参数值，即可构成不同的搜索算法。常用的方法有单纯形搜索法、复合形搜索法、随机搜索法等。
迭代算法是从参数的某一初始猜测值θ出发，然后产生一系列的参数点，一般步骤是：
（1）给出初始猜测值θ并置迭代步数i=1。
（2）确定一个向量υ作为第i步的迭代方向。
（3）用寻优的方法决定一个标量步长ρ。
（4）检查停机规则是否满足，如果不满足，则将i加1再从（2）开始重复；如果满足，则取θ为值。
典型的迭代算法有牛顿 拉夫森法、高斯迭代算法、麦夸特算法、变尺度法等。非线性最小二乘法除可直接用于估计静态非线性模型的参数外，在时间序列建模、连续动态模型的参数估计中，也往往遇到求解非线性最小二乘问题。
Lsqnonlin是Matlab的Optimization Toolbox中求解非线性最小二乘法的函数。通过设置目标函数、初始点、边界约束条件和算法选项可直接调用此优化算法。不同于传统的消声器，多腔穿孔型消声器的传递损失与结构参数存在复杂的关系。如果同时对这些参数进行优化，往往耗时长且优化结果不能指导工程实际。因此，有必要考虑工程实际设置不同的优化模式。
气流主管直径由进气系统的管径决定，且环形共振腔内径受发动机舱安装空间的限制，因此可根据管径和安装空间确定数值。共振腔个数可根据经验给出具体的数值，此外小孔深度受限于管壁厚度，一般取管壁厚度值。环形叶片厚度不需要优化。因此，上述五个参数不必进行优化。
而其余结构参数可作为设计变量，根据工程实际设置3种模式：
（1）优化模式1仅对环形共振腔宽度进行优化。
（2）优化模式2对环形腔宽度和穿孔孔径进行优化。
（3）优化模式3对环形腔宽度、穿孔直径和穿孔个数进行优化。
不同的优化模式有利于综合比较各种方案（包括制造工艺，成本），选出最合适的方案。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
