关于Logistic模型参数估计的比较

针对应用Logistic模型进行准确预测中的参数估计问题,研究一种交替迭代算法。Logistic模型参数估计问题是应用该模型进行准确预测的关键,一种交替迭代算法被提出用以估计参数。通过构造误差损失函数,并使之最小,证明了该算法的收敛性,同时指出应用中观察数据应满足的要求。仿真算例说明该算法较常用的多项式曲线拟合估计效果好。

基于1stOpt软件的威布尔溶出曲线拟合方法研究

目的:利用1stOpt软件实现威布尔溶出曲线拟合,提供一种新的可获得溶出曲线参数的方法。方法:以通脉丸中芍药苷的溶出数据作为研究对象,利用1stOpt软件中麦夸特法+通用全局优化(LM-UGO)法来实现威布尔溶出曲线拟合,并与Matlab软件中的非线性最小二乘(NLLS)法及遗传算法拟合结果进行比较。结果:LM-UGO、NLLS和遗传算法拟合得到的威布尔溶出曲线参数无显著性差异(P>0.05),而溶出参数的校正均方差分别为0.00990、0.01212、0.01003,以LM-UGO法值最小。结论:1stOpt软件具有操作简单、拟合快速而准确、收敛速度快等优点,是威布尔溶出曲线拟合及参数估算的有力工具。