×

聚类Gauss-Newton方法。求非线性最小二乘问题的多个近似极小值的算法及其在药代动力学模型参数估计中的应用。 (英语) Zbl 1492.90168号

数学模型的参数估计问题通常可以表述为非线性最小二乘问题。这些问题通常使用迭代方法进行数值求解。使用这些迭代方法获得的局部极小值通常取决于初始迭代的选择。因此,估计参数和使用它的后续分析取决于初始迭代的选择。由于选择初始迭代,减少分析偏差的一种方法是从多个初始迭代中重复算法(即使用多部分方法)。然而,该过程可能需要大量计算,并不总是在实践中使用。为了克服这个问题,我们提出了聚类高斯-纽顿(CGN)方法,这是一种寻找非线性最小二乘问题的多个近似极小值的有效算法。CGN通过多次初始迭代同时求解非线性最小二乘问题。然后,CGN以类似于Gauss-Newton方法的方式,从这些初始迭代中迭代改进近似。然而,它使用全局线性近似代替雅可比矩阵。全局线性近似在所有迭代中集体计算,以最小化与数学模型评估相关的计算成本。我们使用药物开发中使用的基于生理学的药代动力学(PBPK)模型来证明其用途,并表明与标准的Levenberg-Marquardt方法以及最先进的多启动和无导数方法相比,CGN在计算上更有效,对局部极小值更具鲁棒性。

MSC公司:

90立方 非线性规划
90摄氏度 数学规划的应用
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 青木,Y。;Hayami,K。;De Sterck,H。;Konagaya,A.,《欠定反问题多解抽样的聚类牛顿法:药代动力学参数识别》,NII Tech Rep,2,1-38(2011)·兹比尔1290.65062
[2] 青木,Y。;Hayami,K。;De Sterck,H。;Konagaya,A.,《欠定逆问题多解抽样的聚类牛顿法:在药代动力学参数识别问题中的应用》,SIAM科学计算杂志,36,1,B14-B44(2014)·兹比尔1290.65062 ·数字对象标识代码:10.1137/120885462
[3] Asami,S。;Kiga,D。;Konagaya,A.,用聚类牛顿法进行基于约束的扰动分析:使用伊立替康全身生理学药代动力学模型进行个性化参数估计的案例研究,BMC Syst Biol(2017)·doi:10.1186/s12918-017-0513-2
[4] 比尔莱尔,M。;Crittin,F.,《求解有噪声的大规模不动点问题和非线性方程组》,Transp Sci,40,1,44-63(2006)·doi:10.1287/trsc.1050.0119
[5] 澳大利亚比约克。,最小二乘问题的数值方法(1996),费城:SIAM,费城·Zbl 0847.65023号 ·doi:10.1137/1.9781611971484
[6] 博恩德,CGE;Kan,AR;蒂默,G。;Stougie,L.,全局优化的随机方法,数学程序,22,1,125-140(1982)·Zbl 0525.90076号 ·doi:10.1007/BF01581033
[7] Broyden,CG,一类双秩最小化算法的收敛性1。一般注意事项。,IMA应用数学杂志,6,1,76-90(1970)·Zbl 0223.65023号 ·doi:10.1093/imamat/6.1.76
[8] Cartis,C。;Roberts,L.,《无导数高斯-纽顿方法》,《数学程序计算》,第11、4、631-674页(2019年)·Zbl 1461.65136号 ·doi:10.1007/s12532-019-00161-7
[9] Cartis,C。;菲亚拉,J。;Marteau,B。;Roberts,L.,《提高基于模型的无导数优化求解器的灵活性和鲁棒性》,ACM Transp Math Softw。,3, 32, 1-41 (2019) ·Zbl 1486.65064号
[10] 连接器,AR;古尔德,NI;Toint,PL,Trust Region Methods(2000),费城:SIAM,费城·Zbl 0958.65071号 ·数字对象标识代码:10.1137/1.9780898719857
[11] Eyert,V.,迭代向量序列收敛加速方法的比较研究,《计算物理杂志》,124,2,271-285(1996)·Zbl 0851.65003号 ·文件编号:10.1006/jcph.1996.0059
[12] 范伯格,J。;Langtangen,HP,Chaospy:设计不确定性量化方法的开源工具,《计算科学杂志》,11,46-57(2015)·doi:10.1016/j.jocs.2015.08.008
[13] Fletcher,R.,变量度量算法的新方法,Comput J,13,33117-322(1970)·Zbl 0207.17402号 ·doi:10.1093/comjnl/13.3317
[14] 福池,Y。;Toshimoto,K。;Mori,T。;Kakimoto,K。;Tobe,Y。;Sawada,T。;浅泉,R。;岩田,T。;Y.桥本。;努诺亚,KI;Imawaka,H。;宫崎骏,S。;Sugiyam,Y.,《高白蛋白结合化合物的非线性药代动力学分析:白蛋白介导的肝脏摄取机制的贡献》,《药物科学杂志》(2017年)·doi:10.1016/j.xphs.2017.04.052
[15] 高斯,CF,天体在圆锥曲线上绕太阳运动的理论:高斯“理论母象”(1857)的译本,《波士顿布朗与公司:附附录》,Little,Brown and Company,Boston
[16] Gibaldi M,Perrier D(1982)《药物与制药科学》。在:药代动力学,第15卷,第445-449页。Marcel Dekker纽约
[17] Goldberg,DE;霍兰德,JH,《遗传算法和机器学习》,《马赫学习》,3,2,95-99(1988)·doi:10.1023/A:1022602019183
[18] Goldfarb,D.,由变分平均值导出的一系列变分计量方法,《数学比较》,24,109,23-26(1970)·Zbl 0196.18002号 ·doi:10.1090/S0025-5718-1970-0258249-6
[19] Gutmann,HM,《用于全局优化的径向基函数法》,《全球优化杂志》,19,3,201-227(2001)·Zbl 0972.90055号 ·doi:10.1023/A:1011255519438
[20] Hansen,PC,秩亏和离散病态问题:线性变换的数值方面(2005),费城:SIAM,费城
[21] Hicken JE,Meng P,Dener A(2017)非线性约束优化的容错多波束方法。arXiv预打印arXiv:1709.06985
[22] Hudson S、Larson J、Wild SM、Bindel D、Navarro JL(2019)libEnsemble用户手册。技术代表0.5.1版,阿贡国家实验室。https://buildmedia.readthedocs.org/media/pdf/libensemple/latest/libensymple.pdf
[23] Jones博士;Perttunen,CD;Stuckman,BE,无利普希茨常数的利普希兹优化,《最优化理论应用杂志》,79,1,157-181(1993)·Zbl 0796.49032号 ·doi:10.1007/BF00941892
[24] Kelley CT(2011)《隐式过滤》,第23卷,软件环境和工具。费城SIAM·Zbl 1246.68017号
[25] Kennedy J,Eberhart R(1995),粒子群优化(PSO)。收录于:IEEE神经网络国际会议进程,澳大利亚珀斯,第1942-1948页
[26] Kim,SJ;Toshimoto,K。;姚,Y。;Yoshikado,T。;Sugiyama,Y.,《利用基于生理学的药代动力学模型和体外转运体/酶抑制数据定量分析瑞格列奈和环孢菌素A/Gemfibrozil之间的复杂药物-药物相互作用》,《药物科学杂志》(2017)·doi:10.1016/j.xphs.2017.04.063
[27] Larson,J。;Menickelly,M。;Wild,SM,无导数优化方法,Acta Numer,28,287-404(2019)·Zbl 1461.65169号 ·doi:10.1017/S0962492919000060
[28] Marquardt,DW,非线性参数最小二乘估计算法,《工业应用数学杂志》,11,2,431-441(1963)·Zbl 0112.10505号 ·数字对象标识代码:10.1137/011030
[29] 梅祖拉·蒙特斯,E。;Coello,CAC,《自然激励数值优化中的约束处理:过去、现在和未来》,Swarm Evolut Compute,1,4,173-194(2011)·doi:10.1016/j.swevo.2011.10.001
[30] 莫雷,JJ;沃森,GA,《Levenberg-Marquardt算法:实现与理论》,数值分析。数学课堂讲稿,105-116(1978),柏林,海德堡:施普林格,柏林,海德堡·Zbl 0372.65022号
[31] Nakamura,T。;Toshimoto,K。;Lee,W。;Imamura,CK;Tanigawara,Y。;Sugiyama,Y.,PBPK建模和虚拟临床研究方法在预测CYP2D6基因型指导下他莫昔芬给药结果中的应用,CPT药物系统药理学(2018)·doi:10.1002/psp4.12307
[32] 沙姆平,LF;Reichelt,MW,MATLAB ODE套件,SIAM科学计算杂志,41,3,1-22(1997)·Zbl 0868.65040号 ·doi:10.1137/S1064827594276424
[33] Shanno,DF,函数最小化的拟Newton方法条件,数学计算,24,111,647-656(1970)·Zbl 0225.65073号 ·doi:10.1090/S0025-5718-1970-0274029-X
[34] 沙诺,DF;Kettler,PC,拟Newton方法的最佳条件,数学计算,24,111,657-664(1970)·Zbl 0225.65074号 ·doi:10.1090/S0025-5718-1970-0274030-6
[35] Toshimoto,K。;托马鲁,A。;细川,M。;Sugiyama,Y.,《使用基于生理学的药代动力学模型检查靶组织AUC概率分布的虚拟临床研究:酶和转运体遗传多态性对伊立替康诱导作用的分析应用》,Pharm Res,34,8,1584-1600(2017)·doi:10.1007/s11095-017-2153-z
[36] 渡边,T。;Kusuhara,H。;Maeda,K。;Shitara,Y。;Sugiyama,Y.,预测转运蛋白介导的普伐他汀在人体中的清除和分布的基于生理学的药代动力学模型,《药理学实验与治疗杂志》(2009年)·doi:10.1124/jpet.108.146647
[37] Wickham H(2016)ggplot2:数据分析的优雅图形。纽约施普林格-弗拉格。http://ggplot2.org ·Zbl 1397.62006年
[38] Wild,SM,第40章,TAO中的POUNDERS:用POUNDES解决无导数非线性最小二乘问题,工程应用优化的进展和趋势,529-539(2017),费城:SIAM,费城·doi:10.1137/1.9781611974683.ch40
[39] 姚,Y。;Toshimoto,K。;Kim,SJ;Yoshikado,T。;Sugiyama,Y.,使用基于生理学的药代动力学模型定量分析Cerivastatin和代谢/转运抑制剂之间的复杂药物-药物相互作用,药物代谢处置,46,7,924-933(2018)·doi:10.1124/dmd.117.079210
[40] 吉田,K。;Maeda,K。;Kusuhara,H。;Konagaya,A.,《使用聚类牛顿法估算可行溶液空间:应用基于生理学的药代动力学模型对伊立替康进行药代动力学分析》,BMC Syst Biol,7,Suppl 3,S3(2013)·doi:10.1186/1752-0509-7-S3-S3
[41] Yoshikado,T。;吉田,K。;北卡罗来纳州科塔尼。;中田,T。;浅泉,R。;Toshimoto,K。;Maeda,K。;Kusuhara,H。;Sugiyama,Y.,使用参数优化方法的PBPK建模定量分析他汀类药物和抑制剂之间的肝脏OATP介导的相互作用,临床药理学治疗,100,5,513-523(2016)·doi:10.1002/cpt.391
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。