MATLAB的答案

基于实验数据预测反应动力学常数

18次浏览(最近30天)

显示旧的评论

BobbyJoe 2021年1月9日

评论：明星黾 2021年1月11日

接受的答复：明星黾

根据实验，我得到如下优化反应:A + 1.7B -> C (A =利福霉素恶嗪;B =哌嗪;C =利福平)

因此，我假设的利率定律是：

r_A=-k*C_A*C_B^1.7

r _B = - k * C_A * C_B ^ 1.7

r _C = k * C_A * C_B ^ 1.7

使用我的实验数据，我使用了下面的代码来尝试并准确地找到k(目标是得到R^2 > 90%):

                    函数API2
                   
                    函数C =动力学(θ,t)
                   
                    c0 = (0.752, 1.278, 0);
                   
                    [T，Cv]=ode45（@DifEq，T，c0）；
                   
                    %
                   
                    函数dC=DifEq（t，c）
                   
                    dcdt=零（3,1）；
                   
                    dcdt（1）=-theta（1）。*（c（1）。^（1））.*（c（2）。^（1.7））；
                   
                    dcdt（2）=-θ（1）。*（c（1）。^（1））.*（c（2）。^（1.7））；
                   
                    dcdt(3) =θ(1)。* (c(1) ^(1))。* (c (2) ^ (1.7));
                   
                    dC=dcdt；
                   
                    终止
                   
                    C=Cv；
                   
                    终止
                   
                    T = [0 1 2 5 10 15];
                   
                    t = t ';
                   
                    %a的y值
                   
                    A_ydata = [0.752 0.0596 0.0596 0.0596 0.0502 0.0424];
                   
                    A_Ydata=A_Ydata'；
                   
                    %b的y值
                   
                    B_ydata = [1.278 0.378 0.101 0.101 0.085 0.072];
                   
                    B_Ydata = B_Ydata ';
                   
                    C_ydata = [0 0.692 0.692 0.692 0.702 0.71];
                   
                    C_Ydata=C_Ydata'；
                   
                    c = [A_Ydata B_Ydata C_Ydata];
                   
                    theta0 = [0.5];
                   
                    [θ,Rsdnrm, Rsd, ExFlg OptmInfo, Lmda, Jmat] = lsqcurvefit (@kinetics theta0 t、c);
                   
                    fprintf（1，“\t存储常数：\n”)
                   
                    对于k1 = 1:长度(θ)
                   
                    fprintf（1，'\t\t色塔（%d）=%8.5f\n', k1,θ(k1))
                   
                    终止
                   
                    tv=linspace（最小（t），最大（t））；
                   
                    Cfit = kinetics(theta, tv);
                   
                    图(1)
                   
                    H = t, c，'.')；
                   
                    设置（h{“标记”}, {'s';“d”;“^”}, {“MarkerFaceColor”}, {“r”;“b”;“k”}, {“MarkerEdgeColor”}, {“r”;“b”;“k”});
                   
                    持有在
                   
                    = plot(tv, Cfit，“线宽”, 1.5);
                   
                    集(hlp, {“颜色”}, {“r”;“b”;“k”});
                   
                    持有从
                   
                    网格
                   
                    包含('时间（分钟）')
                   
                    ylabel (浓度(M)的)
                   
                    传奇(hlp“利福霉素嗪的,“哌嗪”,“利福平”,“位置”,“不”)
                   
                    终止

然而，当我运行代码并生成一个图表时，我的模拟曲线和我的实验数据之间似乎有明显的差异(特别是哌嗪)。我一直在摆弄代码，但似乎不能使它与我的数据很好地匹配。我不知道该怎么办。有人能帮我吗?

0评论
显示隐藏-1旧的评论

登录以发表评论。

登录以回答此问题。

接受的答案

明星黾 2021年1月9日

0
链接

直接链接到这个答案

//www.tianjin-qmedu.com/matlabcentral/answers/712888-predicting-the-kinetic-constant-of-a-reaction-based-on-experimental-data#answer_594458

鲍比·乔·加姆

如果您有全局优化工具箱，我所附的代码将以合理的精度估计参数，尽管您的模型只估计三个微分方程中的一个参数。(这不是我以前观察到的，所以您重新考虑这个模型可能是合适的。)

这一边, ga 尽管每次运行的估计值有所不同，但还是设法实现了收敛。

注意: 我将初始条件设置为要在代码中估计的参数。

典型参数为：

                        率常数：
                       
                        θ（1）=2.55140
                       
                        θ（2）=0.92250
                       
                        θ（3）=0.99550
                       
                        θ(4)= 0.01400

和

                        率常数：
                       
                        θ(1)= 10.25306
                       
                        θ(2)= 0.88801
                       
                        θ（3）=0.98375
                       
                        θ（4）=0.00308