Exponenta Banner

Поддерживаемые методы оценки параметров в SimBiology

SimBiology® поддерживает различные методы оптимизации для задач оценки методом наименьших квадратов и смешанных эффектов. В зависимости от метода оптимизации, можно задать границы параметров для предполагаемых параметров, а также специфические для отклика модели ошибки, то есть модель ошибки для каждой переменной отклика. В следующей таблице представлены поддерживаемые методы оптимизации в SimBiology, опции подгонки и соответствующие тулбоксы, которые требуются в дополнение к MATLAB® и SimBiology.

МетодТребуется дополнительный тулбоксПоддерживает ограничения параметровИспользует чувствительность параметра†Специфические для ответа модели ошибокФиксированные или смешанные эффектыПоддерживает алгоритм Стохастика EMSimBiology функция для использования
fminsearch—Да *НетДаФиксированныйНетsbiofit
scattersearch—ДаЗависит от выбранного локального решателя.Зависит от выбранного локального решателя.ФиксированныйНет
nlinfit (Statistics and Machine Learning Toolbox)Statistics and Machine Learning Toolbox™Да *НетНетФиксированныйНет
fminunc (Optimization Toolbox)Optimization Toolbox™Да *ДаДаФиксированныйНет
fmincon (Optimization Toolbox)Optimization ToolboxДаДаДаФиксированныйНет
lsqcurvefit (Optimization Toolbox)Optimization ToolboxДаДаДаФиксированныйНет
lsqnonlin (Optimization Toolbox)Optimization ToolboxДаДаДаФиксированныйНет
patternsearch (Global Optimization Toolbox)Global Optimization ToolboxДаНетДаФиксированныйНет
ga (Global Optimization Toolbox)Global Optimization ToolboxДаНетДаФиксированныйНет
particleswarm (Global Optimization Toolbox)Global Optimization ToolboxДаНетДаФиксированныйНет
nlmefit (Statistics and Machine Learning Toolbox)Statistics and Machine Learning ToolboxНетНетНетСмешанныйНетsbiofitmixed
nlmefitsa (Statistics and Machine Learning Toolbox)Statistics and Machine Learning ToolboxНетНетНетСмешанныйДа

† Этот столбец указывает, позволяет ли алгоритм использовать чувствительности параметра для определения градиентов целевой функции.

* При использовании fminsearch, nlinfit, или fminunc с границами целевая функция возвращает Inf если ограничения превышены. Когда вы включаете такие опции, как FunValCheckоптимизация может ошибиться, если ограничения превышены во время оценки. При использовании nlinfitон может сообщать предупреждения о том, что якобиец является плохо обусловленным или не может оценить, является ли конечный результат слишком близким к границам.

См. также

|

Похожие темы

Документация SimBiology

Поддержка