多输入参数模型的参数估计
所以我有一个模型，它模拟一个生态系统，输出它的属性，比如它的化学，温度等等。模型有很多输入参数。
我的工作是编写一个程序，用机器学习技术自动计算出这些参数的值。即猜测，运行模拟，然后检查结果与实际的历史观测现场数据。如果结果非常接近现场数据，那么参数可能是正确的。如果它们关闭，那么我会对参数做一些调整，然后再运行一次。每个参数都有一个默认值，只能更改其默认值的+- 30%。
有大约30个输入参数的模拟。然而，只有8-10人是估计的候选人。模拟运行大约需要5分钟。
这是一个参数估计问题吗？我知道很少有用于参数估计的算法，比如MCMC和模拟退火。在这种情况下合适吗？
我可以很容易地想出一个简单的实现来改变参数的值。有人能指导/建议我想出一个有效的解决方案吗？
回答 1
Data Science用户
发布于 2017-07-17 21:29:17
本文讨论了评估与生态学相似的模型的策略，本文由Thiele等人于2014年编写，促进基于代理的模型的参数估计和灵敏度分析:基于NetLogo和R的食谱。它是关于，基于Agent的模型和R，但理论方面是普遍适用的.
只是碰巧我上个周末读到了这个。发现它容易读懂。
对于一个快速但可能不是最优的策略，拉丁超立方体取样？如何，请参见第2.25节。
不过，我还没试过呢。
https://datascience.stackexchange.com/questions/20491
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号