金宝appSimBiology中支持的参数估计方法
SimBiology®金宝app支持各种优化方法的最小二乘和混合效应估计问题。根据优化方法的不同,您可以指定估计参数的参数边界以及响应特定的错误模型,即每个响应变量的错误模型。下表总结了SimBiology中支持的优化方法、拟合选项以及除MATL金宝appAB外所需的相应工具箱®和SimBiology。
方法 | 额外工具箱 | 金宝app支持参数边界 | 使用参数敏感性__ | 响应特定的错误模型 | 固定或混合效果 | 金宝app支持随机EM算法 | SimBiology功能使用 |
---|---|---|---|---|---|---|---|
fminsearch |
- - - - - - | 是的* | 没有 | 是的 | 固定 | 没有 | sbiofit 或fitproblem |
scattersearch | - - - - - - | 是的 | 取决于所选的本地求解器。 | 取决于所选的本地求解器。 | 固定 | 没有 | |
nlinfit (统计和机器学习工具箱) |
统计和机器学习工具箱™ | 是的* | 没有 | 没有 | 固定 | 没有 | |
fminunc (优化工具箱) |
优化工具箱™ | 是的* | 是的 | 是的 | 固定 | 没有 | |
fmincon (优化工具箱) |
优化工具箱 | 是的 | 是的 | 是的 | 固定 | 没有 | |
lsqcurvefit (优化工具箱) |
优化工具箱 | 是的 | 是的 | 是的 | 固定 | 没有 | |
lsqnonlin (优化工具箱) |
优化工具箱 | 是的 | 是的 | 是的 | 固定 | 没有 | |
patternsearch (全局优化工具箱) |
全局优化工具箱 | 是的 | 没有 | 是的 | 固定 | 没有 | |
遗传算法 (全局优化工具箱) |
全局优化工具箱 | 是的 | 没有 | 是的 | 固定 | 没有 | |
particleswarm (全局优化工具箱) |
全局优化工具箱 | 是的 | 没有 | 是的 | 固定 | 没有 | |
nlmefit (统计和机器学习工具箱) |
统计和机器学习工具箱 | 没有 | 没有 | 没有 | 混合 | 没有 | sbiofitmixed 或fitproblem |
nlmefitsa (统计和机器学习工具箱) |
统计和机器学习工具箱 | 没有 | 没有 | 没有 | 混合 | 是的 |
__该列表示该算法是否允许使用参数敏感性来确定目标函数的梯度。
*使用时fminsearch
,nlinfit
,或fminunc
有了边界,目标函数返回正
如果超出了边界。当你打开选项,如FunValCheck
,如果在估计过程中超出边界,优化可能会出错。如果使用nlinfit
,它可能会报告关于雅可比矩阵是病态的或不能估计最终结果是否太接近边界的警告。