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,您可以为估计的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)指定参数边界。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 | 所需额外的工具箱 | 金宝app支持参数范围 | 使用参数敏感性__ | Response-specific误差模型 | 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 |
scattersearch | - - - - - - | 是的 | 取决于所选的本地解算器。 | 取决于所选的本地解算器。 | 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 |
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 |
__此列指示算法是否允许使用参数敏感性来确定目标函数的梯度。
*当使用fminsearch
,nlinfit
,或fminunc
有了边界,目标函数返回正
如果超出界限。当你打开选项,比如FunValCheck
,如果在估计过程中超出界限,优化可能会出错。如果使用nlinfit
,它可能会报告警告说,雅可比矩阵是病态的,或者如果最终结果太接近边界,雅可比矩阵无法估计。