fsolve是采用最小二乘法來求解非線性方程（組）。它的一般求解方式為：X=FSOLVE(FUN,X0,OPTIONS)
其中，fun是要求解的非線性方程，X0是變量初值，options由optimset函數產生的結構體，用於對優化參數的設置，可以省略（采用默認值）。
fsolve可以求解簡單的一維非線性方程，如：x = fsolve(@myfun,[0.5 2 4],optimset('Display','iter')); %求解在初值分別為0.5，2和4時方程的解
其中，函數myfun的定義為：
function F = myfun(x)
F = sin(x);
fsolve還可以求解大型的非線性方程組，如
x0 = [51.6;rand;unifrnd(-1,1);rand];
h=optimset;
h.MaxFunEvals=20000;
h.MaxIter=5000;
h.Display='off';
[p,fval] = fsolve(@f,x0,options);
此時，方程組可以寫成矩陣形式：
function F=f(x)
f=[x(1)+x(2)*(1-exp(-(x(3)*(0)^x(4))))-51.61;
x(1)+x(2)*(1-exp(-(x(3)*(9.78)^x(4))))-51.91;
x(1)+x(2)*(1-exp(-(x(3)*(30.68)^x(4))))-53.27;
x(1)+x(2)*(1-exp(-(x(3)*(59.7)^x(4))))-59.68;];
以上是的非線性方程（組）都是簡單的函數關系式，但是實際應用中的函數，例如在圖像處理中的函數關系可能往往是一個隱函數，所以優化的目標方程可能是一個函數文件的結果，這種時候也是可以用來求解的。
PS: 個人感悟： 既然人家的目的是求解非線性方程組，那么如果如果需要訓練的參數有幾個，就乖乖地最少列幾個方程進行求解。例如我的文章中有三個參數，那么至少列三個方程，並且這三個方程還不能是相關的。而fminsearch就不需要有這個要求。