金宝appSimBiology中参数估计的支持方法
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，您可以为估计参数以及特定于响应的误差模型(即每个响应变量的误差模型)指定参数界限。下表总结了SimBiology中支持的优化方法、拟合选项以及除了MAT金宝appLAB之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 | 使用参数灵敏度__ | 特定于响应的错误模型 | 固定或混合效果 | 金宝app支持随机EM算法 | SimBiology函数使用 |
|---|---|---|---|---|---|---|---|
fminsearch |
- - - - - - | 是的* | 没有 | 是的 | 固定 | 没有 | sbiofit或fitproblem |
| scattersearch | - - - - - - | 是的 | 取决于所选的局部求解器。 | 取决于所选的局部求解器。 | 固定 | 没有 | |
nlinfit(统计学和机器学习工具箱) |
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(统计学和机器学习工具箱) |
统计学和机器学习工具箱 | 没有 | 没有 | 没有 | 混合 | 没有 | sbiofitmixed或fitproblem |
nlmefitsa(统计学和机器学习工具箱) |
统计学和机器学习工具箱 | 没有 | 没有 | 没有 | 混合 | 是的 |
__这一列表示算法是否允许使用参数灵敏度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界限。当您打开选项，如FunValCheck，如果在估计过程中超出界限，则优化可能会出错。如果使用nlinfit，它可能会报告雅可比矩阵是病态的或无法估计最终结果是否太接近边界的警告。
