随机求解器

何时使用随机求解器

随机仿真算法提供了模拟性质本质上随机反应的实用方法。与确定性解决方案不同，可以将具有少量分子的模型进行实际模拟，即允许结果包含概率的元素。

用随机求解器模拟模拟先决条件

模型先决条件包括：

模型中的所有反应都必须有他们的动力学物业设为mass。
如果您的模型包含事件，则可以使用随机模拟SSA.求解器。其他随机求解器不支持事件。金宝app
您的模型不得包含剂量。没有随机溶剂支持剂量。金宝app

此外，如果您在模型上执行个人或人口拟合Configset对象指定随机求解器和选项，请注意，在拟合素生物学期间^®暂时更改：

索尔弗蒂默认解决者的财产ode15s.
leveroptions.属性到用于确定拟理求解器的选项

随机仿真过程中会发生什么？

在模型的随机模拟期间，如果在模型中存在，软件将忽略任何速率，分配或代数规则。根据模型的不同，随机仿真可能需要比确定性模拟更多的计算时间。

小费

使用随机求解器模拟模型时，可以增加logdecimation.财产的财产Configset对象记录更少的数据点并减少运行时间。

随机仿真算法（SSA）

化学母部方程（CME）描述了在概率分布的时间演变方面的化学系统的动态。对于最现实的问题，直接解决这种分布是不切实际的。随机仿真算法（SSA）通过使用其倾向函数模拟每个反应来有效地产生与CME一致的各个模拟。因此，分析多个随机模拟以确定概率分布比直接求解CME更有效。

优势

该算法精确。

缺点

因为该算法一次评估一个反应，所以对于具有大量反应的模型可能太慢了。
如果任何反应物的分子数是巨大的，可能需要很长时间才能完成模拟。

明细的Tau跳算法

由于随机仿真算法对于许多实际问题可能太慢，因此该算法旨在以某种准确度的成本加速模拟。该算法将每个反应视为与其他反应无关。它自动选择时间间隔，使得每个反应的倾向函数的相对变化小于您的误差容差。在选择时间间隔之后，算法计算在时间间隔期间每种反应发生的次数，并对所涉及的各种化学物质的浓度进行适当的变化。

优点

该算法可以比SSA更快的级别。
您可以使用此算法进行大问题（如果问题不是数值僵硬）。

缺点

该算法牺牲了一些精度的速度。
这种算法对僵硬型号不利。
您需要指定错误容错，以便产生的时间步骤是最快时间尺度的顺序。

隐式Tau跳算法

与明确的Tau跳算法一样，隐式TAU跳队算法也是一种近似模拟方法，旨在以一定精度的成本加速模拟。它可以优于显式Tau跳跃算法来处理数值僵硬的问题。对于确定性系统，如果在系统中存在“快速”和“慢速”时间尺度，则据说问题是数值突破。对于此类问题，显式TAU-Leaping方法仅在继续采取最快时间尺度顺序的少量时间步长时执行良好。隐式Tau-跳线方法可能采取更大的步骤，仍然是稳定的。该算法将每个反应视为与他人无关。它自动选择时间间隔，使得每个反应的倾向函数的相对变化小于用户指定的误差容差。在选择时间间隔之后，算法计算在时间间隔期间每次反应发生的次数，并对所涉及的各种化学物质的浓度进行适当的变化。

优点