你好,
你用优化方法来估计模型参数,最适合模型数据?我假设我的答案。
SimBiology试图简化拟合和评估任务通过提供一个命令行功能,
sbiofit
,一个GUI
桌面任务
。此功能只支持船与MATLAB的优化方法,优化工具万博1manbetx箱,或全局优化工具箱。
不过,您可以使用任何优化方法从任何来源估计参数模型中如果你愿意做更多的工作。你需要写一个适当的目标函数。举个例子,如果你想做传统的非线性最小二乘函数可能模拟SimBiology模型使用一组潜在的参数值,计算残差(实验值和预测值之间的区别),和残差平方的总和。优化器将减少该值。
我认为做模拟的最佳选择是SimFunction对象。这个物体很容易模拟SimBiology模型与不同的参数值。
这是一个简短的示例展示如何编写自己的目标函数基于SimFunction并使用它
fminsearch
:
函数paramsOptimal = runOptimization
% %适合创建假的示例数据
时间= 0.1:.02:1;
x = 275 * exp(8 *时间)+ randn(大小(时间));
% %创建一个SimFunction
项目= sbioloadproject (“radiodecay”,“m1”);%加载模型
% x的SimFunction模拟浓度随着时间的一个函数
%的初始数量的x和反应速率参数c。
simFunc = createSimFunction(项目。m1, {“x”,“Reaction1.c”},{“x”},[]);
删除(project.m1);%删除模型一旦我们完成它。
% %创建一个目标函数
函数f = objectiveFunction (params)
[~,xSimCell] = simFunc (params[],[],时间);
残差= x (:)——xSimCell {1} (:);
f =总和(残差。^ 2);
结束
% %使用fminsearch估计的参数优化方法
params0 =[1] 1000年;
选择= optimset (“显示”,“通路”);
paramsOptimal = fminsearch (@objectiveFunction、params0选项);
结束
亚瑟
