数据源由EXCEL导入，第一、二列是自变量，第三列是自变量，函数形式为58.38 + 4.11*b(1)*x(:,1).^2*b(2)*x(:,2).^2

好的，以下是你需要的代码。请将数据文件命名为data.xlsx,并且将其放置在Matlab当前目录下。

% 导入数据
data = readtable('data.xlsx');
x1 = data{:,1};
x2 = data{:,2};
y = data{:,3};

% 定义自变量和因变量
x = [x1, x2];

% 定义非线性函数模型
fun = @(b,x) 58.38 + 4.11*b(1)*x(:,1).^2 + b(2)*x(:,2).^2;

% 设置初始参数值
beta0 = [1,1];

% 进行非线性拟合
[beta,R,J,CovB,MSE,ErrorModelInfo] = nlinfit(x,y,fun,beta0);

% 计算均方根误差和R方值
yfit = fun(beta,x);
RMSE = sqrt(mean((y - yfit).^2));
R2 = 1 - sum((y-yfit).^2)/sum((y-mean(y)).^2);

% 输出结果
disp(['拟合参数1: ',num2str(beta(1))]);
disp(['拟合参数2: ',num2str(beta(2))]);
disp(['均方根误差: ',num2str(RMSE)]);
disp(['R方值: ',num2str(R2)]);

% 绘制三维曲面图
figure();
[X1,X2] = meshgrid(min(x1):0.1:max(x1),min(x2):0.1:max(x2));
X = [X1(:),X2(:)];
Y = fun(beta,X);
Y = reshape(Y,size(X1));
surf(X1,X2,Y);
xlabel('x1');
ylabel('x2');
zlabel('y');

% 绘制真实值和拟合值的误差比较图
figure();
plot(y,'o');
hold on;
plot(yfit,'-');
xlabel('样本序号');
ylabel('y');
legend('真实值','拟合值');

运行完毕后，你将会得到拟合参数、均方根误差、R方值等信息，并且会生成三维曲面图和真实值和拟合值的误差比较图。