背景

在此示例中创建的模型模拟了以指定速率产生的一级消除蛋白质。生产率包含两种不连续性。要准确模拟模型，必须创建在不连续时触发的事件。

生产率有三个“模式”的生产，如以下情节所示：

图（[0 3 3 6 6 10]，[5 5 3 3 0 0]）;ylim（[ -  0.5 5.5]）;Xlabel（'时间'）;ylabel（'速度'）;标题（'不连续蛋白质生产率'）;

最初（“模式1”），生产率是恒定值5.从3到6秒（“模式2”），生产率为3.在6秒（“模式3”）后，生产率是0.这些生产率在Matlab函数中实现了DiscontsimbiologyRateFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunctionFunction。

在此示例中，您将使事件添加到模型中以改变蛋白质产生的模式。这种方法确保模型中的不连续性仅通过事件发生，这进一步确保了颂歌求解器准确地计算了不连续性附近的数值行为。

请注意，要准确模拟模型，您必须使用事件来处理任何不连续性，无论与功能值或其衍生物有关。

构建模型，隔间和物种

型号= SBIOMODEL（'不连续率'）;Central = AddCompartment（模型，'中央'）;AddSpecies（Central，'蛋白质'）

ans =素质物种阵列索引：隔间：名称：值：单位：1个中央蛋白0

构建一阶消除的反应

反应1 = AddReaction（模型，'蛋白质 - > null'）

反应1 =辛生物学反应阵列指数：反应：1蛋白 - >零

ke = addparameter（型号，'ke'，0.5）;KineticLaw1 = Addkineticlaw（反应1，'批量分离'）;KineticLaw1.ParametervariaBlenames = {ke.name};反应1.反应;

构建在不连续性时触发的事件

这些事件设置了控制蛋白质生产模式的参数模式。该模式最初是1，在时间3的时间内更改为2，并在时间6变为3。

计数器= addparameter（模型，'模式'，1，'constantvalue'， 错误的）;addevent（型号，'时间> 3'那'mode = 2'）

ANS = Simbiology事件数组索引：触发：EventFCNS：1时间> 3模式= 2

addevent（型号，'时间> 6'那'mode = 3'）

ANS = SimBiology事件数组索引：触发：EventFCNS：1时间> 6模式= 3

构建蛋白质生产的反应

我们使用重复的赋值规则将此速率分配给参数。这让我们在仿真结果中存储生产率。

反应2 = AddReaction（模型，'null  - >蛋白'）;Rate2 = AddParameter（模型，'率2'，0，'constantvalue'， 错误的）;反应2.反应='率2'

反应2 =血液学反应阵列指数：反应：1核 - >蛋白质

addrule（型号，'Rate2 = DiscontsimbiologyRateFunction（时间，模式）'那'重复分配器'）

ans = simbiology规则数组索引：ruletype：规则：1重复分配率2 = distontsimbiology ratefunction（时间，模式）

查看DiscontsimbiologyRateFunction的内容

类型discontsimbiologyRateFunction.

功能速率= DiscontSimbiologyRateFunction（时间，模式）％＃OK ％distontsimbiologyRateFunceFunctionFunction  - 辅助功能函数函数。％Rate = DiscontsimbiologyRateFunction（时间，模式）;％Copyright 2010-2021 MathWorks，Inc.％模式是截止圆形错误的双重精度编号。我们需要将百分比递到最近的整数以正确处理此问题。mode = round（模式）;切换模式壳体1速率= 5;案例2速率= 3;案例3速率= 0;否则错误（'无效模式。）;结尾

模拟和绘制模型

模型

型号=素质模型 - 不连续率模型组件：隔间：1事件：2参数：3反应：2规则：1种：1可观察到：0

sd = sbiosimulate（模型）;plot（sd.time，sd.data）;ylim（[ -  0.5 8]）;Xlabel（'时间'）;ylabel（'状态'）;标题（'仿真结果'）;传奇（SD.Datanames）;

结论

此示例说明了如何创建包含不连续性的SimBiology模型。它说明了如何将事件添加到模型以解决不连续性，因此您可以准确模拟模型。