参数化常微分方程模型的端到端统计模型检查
1. 引言
在解决实际问题时,常微分方程(ODE)模型有着广泛的应用。为了让模型更好地拟合实验数据,我们需要找到合适的参数值。本文将介绍一种创新的模型检查框架,适用于 ODE 的连续动态系统,并提供相关的统计保证。
2. 背景和符号说明
2.1 ODE 预备知识
考虑如下形式的常微分方程:
[
\frac{dz}{dt}(t) = f(z(t), \lambda), \quad t > 0
]
其中,未知函数 (z) 定义在 (R^+) 上,取值于 (R^n);(\lambda \in R^m) 是参数向量;(f) 是定义在 (R^n\times R^m) 上取值于 (R^n) 的函数。固定初始条件 (z_0 \in R^n),当 (f) 在 (R^n \times R^m) 上是 (C^1) 时,该柯西问题有唯一解,记为 (z_{\lambda}(t)),假设其定义在 ([0, T]) 上((T > 0))。
假设参数向量 (\lambda) 的分量 (\lambda_j) 满足 (\lambda_j \in [L_{\lambda_j}, U_{\lambda_j}]),定义紧凑集:
[
W = \prod_{j = 0}^{m} [L_{\lambda_j}, U_{\lambda_j}]
]
[
INIT = {z_0} \times W
]
假设方程的轨迹从 (z_0) 出发有一个矩形不变区域,即 (z_i(t, \lambda) \in [L_i,
超级会员免费看
订阅专栏 解锁全文
43

被折叠的 条评论
为什么被折叠?



