计算时,有时候采用简化方法—对数回归法或残数法,将非线性方程转化为线性
方程,计算虽然比较简单,但计算的误差往往比较大,同时手工计算比较费时费
力。目前经常采用高斯—牛顿迭代法、单纯形法等算法编制成计算机程序,当数
据比较符合理论情况时,能够比简化计算方法计算出更精确、合理的动力学参数。
二、非线性最小二乘法算法的比较
1、经典高斯—牛顿迭代法以及改进方法—哈特莱方法(Levenberg-Hartley 法)、阻
尼最小二乘法
高斯—牛顿迭代法将目标函数(Re)在待定药动学参数初值(a
1
,
a
2
,…,
a
m
)附
近的微分方程用泰勒级数的一次项展开,得正规方程组,采用列主元高斯消元法
解出该方程组,就可计算得理论上使得目标函数(Re)最小的最佳药动学参数。
该方法的优点:在某种程度上,按最佳梯度方向搜索,效果较好,虽对初值
有一定的依赖性,但依赖程度远远低于其他类型的方法,如单纯形法。所以开始
运算时往往收敛较快,运算时间短,这是此方法的突出优点。
缺点:由于泰勒展开中丢弃了高次项等等的原因,使得此法往往不能精确收
敛,甚至会引起发散,不能求出解。基于这个缺点,对于经典高斯—牛顿迭代法
进行了种种的改进,如哈特莱方法、阻尼最小二乘法等等,可以有效地改进拟合
发散的缺点,但还是不能完全避免。
2、单纯形法
本方法是一种多维搜索的直接方法,不需要计算目标函数的导数。通过对 n
维空间的 n+1 个点(它们构成一个初始单纯形)上的函数值进行比较,去掉其中函
数值最大的点,代之以新的点,从而构成一个新的单纯形。这样,通过多次迭代
逐步逼近极小点。
单纯形法的优点是:原理简单,避免了求导运算以及解正规方程组等步骤,
从而不会有经典高斯—牛顿迭代法以及改进方法固有的缺点,基本不会发散。缺
点是:收敛速度慢,初值依赖性较大,有陷入局部最小值的弊端,一般不单独使
用,有人主张用高斯—牛顿迭代法求出大致的结果,再采用单纯形法作局部区域
的精确搜索寻优。
三、估算药代动力学参数中的若干问题
313
评论0
最新资源