Ottimizzazione dei parametri variabili nel tempo

1

Devo trovare un insieme ottimale di valori di parametro "n" che riducano al minimo una funzione obiettivo (una simulazione di 2 ore di un sistema). Ho esaminato l'algoritmo genetico ei metodi di ricottura simulati, ma mi chiedevo se esistessero algoritmi e indicazioni migliori sui loro pregi e limiti.

Con i metodi di ottimizzazione sopra riportati posso trovare i valori dei parametri ottimali validi per l'intera durata della simulazione. In caso, desidero trovare i valori dei parametri ottimali "che variano nel tempo" (i valori dei parametri cambiano nel tempo durante la simulazione 2 ore), ci sono metodi / idee oltre a rendere ogni volta variabile il valore del parametro una variabile da ottimizzare? Qualche idea?

    
posta brama 16.09.2013 - 19:48
fonte

1 risposta

1

Alcuni pensieri:

  • C'è qualcosa chiamato regressione locale ("loess" in breve, pronunciato Low-Ess). Se è utile per te decidere.

  • Lavoro su prodotti per la modellazione di effetti mista non lineare ( NLME) nel contesto della farmacometria. Quindi, per esempio, ogni soggetto può avere un parametro chiamato V , per il volume di distribuzione (fondamentalmente il volume del plasma sanguigno) che influenza la concentrazione osservata dopo una dose di farmaco. In alcuni modelli, V potrebbe cambiare nel tempo. Se è così, cerchiamo di trovare un dato di input che varia nel tempo chiamato "covariata", come il peso corporeo W . Quindi potremmo creare un modello in cui V = V0 + k W , dove V0 è una sorta di volume di base e k determina quanto peso influisce sul volume. Quindi stiamo stimando i parametri non variabili nel tempo V0 e k , anche se V è variabile nel tempo.

risposta data 18.09.2013 - 02:48
fonte

Leggi altre domande sui tag