问题标签 [odesensitivity]

我使用 dMod 包在 R 中编写了一个相当复杂的常微分方程药代动力学/药效学模型。我已将其转换为 ODEsensitivity 包可读的方程，因此我可以获得速率常数的 Sobol 灵敏度指数。我可以将速率常数的贡献返回到我在不同隔室中的药物浓度值。

然而，我想要的读数是隔间中药物暴露的持续时间——这可以通过药物超过有效浓度的时间量或曲线下面积来实现。但是，我不明白如何评估任何比药物浓度更复杂的指标的 Sobol 灵敏度。如何返回不同输出的 Sobol 索引？

我写了下面这个简单的玩具版本来模拟两个不同大小的隔间之间的药物转移来演示。ster_C1下面的代码返回和的每个时间点的敏感度数据框ster_C2。我宁愿评估一些任意时间点之间的灵敏度ster_C1/ster_C2或曲线下面积。ster_C1提前致谢！

我想在 python 中实现伴随灵敏度分析，以确定我的目标函数相对于某些参数的梯度。具体来说，目标函数取决于微分方程的解，而微分方程的解又取决于我正在寻找的最优参数。

要执行此操作，Julia 中有许多好的包（请参见此处）以及 SUNDIALS 的 CVODES，但是后者显然具有为 python 制作的包装器，不包括根据此链接的敏感性分析功能。此外，我已经研究过 SALib进行敏感性分析，但据我了解，这指的是其他类型的“敏感性分析”，因此不包括伴随甚至前向敏感性分析（如果我错了，请纠正我） .

因此，我的问题是，python 中是否存在具有敏感性分析功能的 CVODES 版本，或者是否有任何其他软件包可以用来执行伴随敏感性分析？

更新我将时间间隔的第一个点设置为 0，这是问题所在。我将它初始化为 0.1 并且能够运行它。

我创建了一个使用 ODE 对系统进行建模的函数，并在 R 中成功解决了它ode。我现在正在尝试使用 R 对我的一些参数进行敏感性分析ODEmorris。

我无法展示我的所有代码，因为它处理的工作并不完全属于我，但我已经为参数名称、参数的下限和上限、初始条件的向量以及时间序列的向量。

初始条件和时间序列的向量实际上与我使用时的定义相同ode。

我仔细检查了参数的上限和下限是否有每个参数的值，并且函数中的每个参数都被考虑在内。对于我们不想更改的参数，我将下限和上限设为相同。

当我运行时，ODEmorris我收到以下错误： Error in ODEmorris.default(mod = vis_net, pars = net_pars, state_init = init_cond, : !any(times == 0) is not TRUE

我不确定这个错误是什么意思或如何修复它。我很乐意尝试回答人们可能需要帮助我解决此问题的任何问题。

我已经绘制了数据，并且我有一个模型可以在给定 2 个参数的情况下生成绘图。我采用实验和模型产生的图之间的差异并计算返回误差向量的误差。

我想让我的模型适合实验，所以我将 <10% 添加到一个参数并再次计算错误。然后我将相同的参数减去 10% 并再次计算误差。

然后我使用第一个参数的原始值，将另一个参数加上 10% 并计算误差，然后减去 10% 并计算误差。

我如何计算每个参数的灵敏度，因为我正在计算每个数据点的误差，我认为我可能会让事情变得更加复杂。

我一直在尝试在 Python 中绘制屏幕截图中的等灵敏度曲线：（只要轮廓线就足够了）

我已经知道d'参数，但我还没有找到任何方法。我可以帮忙吗？

我正在尝试了解如何证明以下 ODE 的解在常数 k 中是单调的或凸的

f(x)-x*（f'(x))^2+k*(xx^2)f'(x)+(xx^2)f''(x)=0

其中 k 是 (0,1) 中的实数，x 的范围也是 (0,1)。初始条件是 f(x0) = 0 和 f'(x0) = g(x0, k)，其中 x0 在 (0,1) 中，g 在 x0 和 k 中都是递增函数。我想知道是否可以在不解决它的情况下找到一些结论。