- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
湖南人文科技学院-袁野
湖南人文科技学院
机电系
机械优化设计
班级:机械三班
姓名:袁野
学号:
教师:禹翼
吸收室c1(t)中心室
吸收室c1(t)
中心室 c(t)
k1
k
口服给药方式相当于先有一个将药从肠胃吸收入血液的过程,这个过程可简化为在药物进入中心室之前有一个吸收室(如图),记中心室和吸收室的容积分别为V,V1,而t时刻的血药浓度分别为c(t),c1(t);中心室的排除速率为k,吸收速率为k1(这里k和k1分别是中心室和吸收室血药浓度变化率与浓度本身的比例系数)。设t=0时刻口服剂量为d的药物,容易写出吸收室的血药浓度c1(t)的微分方程为
中心室血药浓度c(t)的变化率由两部分组成:与c成正比的排除(比例系数k);与c1成正比的吸收(比例系数k1)。
再考虑到中心室和吸收室的容积分别为V,V1,得到c(t)的微分方程为
由以上两个微分方程不难解出中心室血药浓度
在制定给药方案时必须知道这种药物的3个参数k,k1,b(=d/v),实际中通常通过实验数据确定。设t=0时刻口服一定剂量的药物,下表是实验数据c(t),请由此确定k,k1,b。
t
0.083
0.167
0.25
0.5
0.75
1
1.5
c(t)
10.9
21.1
27.3
36.4
35.5
38.4
34.8
t
2.25
3
4
6
8
10
12
c(t)
24.2
23.6
15.7
8.2
8.3
2.2
1.8
【模型建立】
问题可以转换为利用数据拟合方程
b=d/V
这个方程是非线性的。由于这是一个非线性最小二乘拟合的问题,故可以选用MATLAB中的Isqnonlin命令或Isqcurvefit命令。
【程序】
function f=medicine(x,t)%x(1)--b,x(2)--k1,x(3)--k
f = x(1)*x(2)/(x(2) - x(3))*(exp(-x(3)*t)-exp(-x(2)*t));
方法一 用Isqcurvefit命令
x0=[1,1,0];
t = [0.083 0.167 0.25 0.50 0.75 1.0 1.5 2.25 3.0 4.0 6.0 8.0 10.0 12.0];
c = [10.9 21.1 27.3 36.4 35.5 38.4 34.8 24.2 23.6 15.7 8.2 8.3 2.2 1.8];
opt = optimset;
[x,norm,res,ef,out,lam] = lsqcurvefit(@medicine,x0,t,c,[],[],opt);
【输出结果】
x =46.8275 3.6212 0.2803
norm =34.2317
res = 1.1090 -0.3885 -0.5052 -0.5820 2.2767 -1.4071 -1.6859
2.8020 -1.7058 0.8438 1.2452 -2.9075 0.8787 -0.0423
ef =4
out =
iterations: 34
funcCount: 255
stepsize: 1
cgiterations: []
firstorderopt: []
algorithm: medium-scale: Levenberg-Marquardt, line-search
message: [1x57 char]
lam = upper: []
lower: []
方法二 用Isqnonlin命令
x0 = [50,1,0];
t = [0.083 0.167 0.25 0.50 0.75 1.0 1.5 2.25 3.0 4.0 6.0 8.0 10.0 12.0];
c = [10.9 21.1 27.3 36.4 35.5 38.4 34.8 24.2 23.6 15.7 8.2 8.3 2.2 1.8];
opt=optimset(LargeScale,on,MaxFunEvals,1000,MaxIter,200);
opt=optimset(opt,tolx,1e-16,tolf,1e-16);
[x,norm,res,ef,out,lam]=lsqnonlin(@medicine,x0,[],[],[],t,c);
【输出结果】
x =46.8217 3.6219 0.2802
norm =34.2318
res =1.10
文档评论(0)