比较SSA和明确的头，跨越随机解算器
这个例子展示了如何使用SSA随机解算器和显式跳跃解算器来建立和模拟一个模型。
以下衰减-二聚化反应将被构造和随机模拟：
反应1:s1 ->为零，反应速率常数c1 = 1.0
反应2：2 S1 < - > S2，具有反应速率常数，正向：C2F = 0.002反向：C2R = 0.5
反应3：S2 - > s3中，与反应速率常数，C3 = 0.04
初始条件：S1 = 100000个分子，S2 = S3 = 0
如在丹尼尔T. Gillespie的，2001年描述的本例使用的参数和条件，“化学反应系统的近似加速随机模拟，”物理化学学报，第一卷。115，没有。4，第1716至1733年。
创建衰变，二聚化模式
模型= sbiomodel (“Decaying-Dimerizing反应组”);
输入反应
r1 = addreaction(模型,'S1 - >空');R2 = addreaction（型号，'2 S1 < - > S2');R3 = addreaction（型号，'S2 - > S3');
组反应是MassAction
KL1 = addkineticlaw（R1，“MassAction”);KL2 = addkineticlaw（R2，“MassAction”);kl3 = addkineticlaw (r3,“MassAction”);
添加速率常数每个反应
P1 = addparameter（KL1，'C1'，'值'，1.0）;P2F = addparameter（KL2，“c2f”，'值',0.002);p2r = addparameter (kl2,'C2R'，'值',0.5);p3 = addparameter (kl3,'C3'，'值',0.04);
设置动力学定律常数为每个动力学定律。
kl1.ParameterVariableNames = {'C1'};kl2.ParameterVariableNames = {“c2f”，'C2R'};kl3.ParameterVariableNames = {'C3'};
指定每个物种的初始金额
model.species（1）.InitialAmount = 100000;% s1model.species (2)。InitialAmount = 0;% s2model.species (3)。InitialAmount = 0;% s3
显示完成的模型对象
模型
模型= SimBiology模型 - 衰变-二聚化反应组模型组件：隔间：1个活动：0参数：4个反应：3规则：0种：3个观测量：0
显示相关反应对象
model.Reactions
ANS = SimBiology反应数组索引：反应：1 S1 - >空2 2 S1 < - > 3 S2 S2 - > S3
展示物种对象
model.Species
1个未命名s1 100000 2个未命名s2 0 3个未命名s3 0
获取激活的配置集的模型。
CS = getconfigset（型号，“活跃”);
仿真模型中使用SSA随机求解和绘图
tfinal = 30，每隔10个数据点记录一次。
cs.SolverType ='SSA';cs.StopTime = 30;解算器= cs.SolverOptions;solver.LogDecimation = 10;cs.CompileOptions.DimensionalAnalysis = FALSE;[t_ssa，x_ssa] = sbiosimulate（模型）;H1 =副区（2,1,1）;情节（H1，t_ssa，x_ssa（：，1），'');H2 =副区（2,1,2）;情节（H2，t_ssa，x_ssa（：，2：3），'');网格（H1，'上');网格（H2，'上');标题(h1,的衰变二聚反应);ylabel（H1，“S1的金额”);ylabel（H2，' S2和S3的数量');xlabel（H2，'时间');传说（H2，'S2'，'S3');
仿真模型中使用显式头，跨越式求解器和情节在同一图
不要关闭窗口数字，从阴谋使用显式头，跨越规划求解的结果。
tfinal = 30，每隔10个数据点记录一次。可接受的误差误差的解决方案，0.03。
cs.StopTime = 30;cs.SolverType ='explTau';解算器= cs.SolverOptions;solver.LogDecimation = 10;[t_etl，x_etl] = sbiosimulate（模型）;保持（H1，'上');保持（H2，'上');情节（H1，t_etl，x_etl（：，1），“o”);情节（H2，t_etl，x_etl（：，2：3），“o”);传说（H2，'S2（SSA）'，S3 (SSA)的，“S2（实验头）”，“S3（实验头）”);保持（H1，“关”);保持（H2，“关”);
SSA算法与显式跳跃算法的步数比较
fprintf中（'近似的SSA步数：％d \ n'，（长度（t_ssa）* 10））;
SSA的步骤大约数量：616010
fprintf中（“近似的显式头 - 跳跃的步数：％d \ n”，...(长度(t_etl) * 10));
显式头，跳跃的步骤近似数：620
您还可以选择从下面的列表中的网站：
