稀疏数据非线性生物过程模型参数辨识的有界自适应随机局部变异算法

《Mathematics》：A Bounded Adaptive Random Local Mutation Algorithm for Sparse-Data Parameter Identification in Nonlinear Bioprocess Models

　　

摘要：稀疏且不均匀信息的观测值会显著限制非线性生物过程模型中的参数估计。这项概念验证性研究研究了有界自适应随机局部变异（B-ARLM），一种用于有界参数校准的无导数算法，采用产物抑制的Andrews型生物产氢模型，该模型基于0–8天内的六个区间平均观测值进行校准。在所检验的三种动力学公式中，Andrews–P实现了最低的样本内校准误差，最佳运行的归一化均方误差（NMSE）为1.29 × 10?3。在2250次目标函数评估和30次重复运行的共同预算下，B-ARLM显著优于固定进化算法（Fixed-EA）消融实验和特定研究的sCA-ES参考方法，而其最终性能在经过Holm校正后与典型CMA-ES或jDE无统计学显著差异。此外，还进行了超参数敏感性分析、宽起始分析、剖面NMSE分析和观测误差敏感性分析。宽起始优化和二维剖面分析揭示了广泛分离的近最优参数向量和显著的参数补偿，表明准确的轨迹重建并不等同于唯一的动力学参数恢复。这些结果支持B-ARLM作为所检验的稀疏数据问题的一种有竞争力的有界校准策略，同时强调了优化性能、实践可辨识性和生物学解释之间的区别。

论文解读：稀疏数据下非线性生物过程模型的参数辨识——B-ARLM算法与应用分析

一、研究背景与问题提出

在生化途径的参数估计问题中，将非线性规划问题与路径模型作为约束条件相结合的方法备受关注。然而，非线性生物化学和生物过程模型中的可靠参数辨识往往面临挑战，其难度取决于模型结构、参数域和校准程序。当观测数据稀疏、含有噪声、时间分布不均或仅限于单一测量输出时，困难尤为突出。低校准目标值虽然表明模拟轨迹与观测轨迹高度一致，但并不能保证动力学参数的唯一或精确恢复。由于有限的观测支持和参数补偿，本质上不同的参数组合可能产生相似的轨迹。因此，必须将优化器引入的变异性与参数恢复的局限性区分开来，校准结果应结合实践可辨识性和轨迹不确定性诊断进行解释。

二、研究目的与研究内容

本研究旨在评估有界自适应随机局部变异（B-ARLM）作为一种有界无导数搜索机制，在稀疏非线性生物过程模型参数校准中的表现。研究人员采用产物抑制的Andrews型生物产氢模型，基于六个区间平均观测值进行校准。研究的主要贡献包括：(i) 提出了有界自适应的B-ARLM机制；(ii) 对其适应行为和匹配预算下的优化器性能进行了理论与数值表征；(iii) 提供了一种集成的稀疏数据校准分析，将优化性能与实践可辨识性及轨迹不确定性区分开来。该研究被定位为针对特定问题的概念验证，而非证明算法的普遍优越性或动力学参数的唯一恢复。

三、主要关键技术方法

为开展此项研究，研究人员采用了以下几种关键技术方法：

1. 1.
   B-ARLM算法：一种有界、精英保留、以当前最佳解为中心的变异机制，结合了代际成功率控制和从成功候选位移中学习坐标方向尺度信息的方法，但不估计协方差矩阵或演化路径。
2. 2.
   比较算法：设置了四种对照算法，包括固定变异振幅的消融实验（Fixed-EA）、特定研究的结构化自适应进化策略（sCA-ES）、经典的全协方差进化策略（CMA-ES）以及代表性自适应差分进化算法（jDE）。所有算法均在2250次目标函数评估的共同预算下运行30次。
3. 3.
   实践可辨识性与不确定性诊断方法：包括局部Fisher信息（FIM）分析、一维剖面NMSE分析、宽起始优化、二维剖面分析、留一区间剔除影响分析以及条件参数自助法轨迹不确定性分析。

四、研究结果

7.1 动力学模型对比校准

通过比较经典Monod公式、底物抑制的Andrews–G公式和产物抑制的Andrews–P公式，发现Andrews–P在校准中获得了最低的最佳、均值、最差和标准差NMSE值，表明其在给定数据集和校准协议下拟合效果最佳，但这不意味着其抑制机制在生物学上具有唯一正确性。

7.2 参考Andrews–P校准

从30次独立B-ARLM运行中选出最低NMSE的解作为参考解，其NMSE为1.29×10^?3，对应的参考参数向量约为(18.2, 0.0106, 1.56, 5.31, 0.254, 2.32)。收敛曲线显示，中位数曲线能够有效降低NMSE。

7.3 初始振幅与超参数敏感性

比较了三种初始变异振幅下B-ARLM与Fixed-EA的表现，B-ARLM的中心终端性能变化更小。单因素敏感性分析表明，除了将永久下限σ_min从0.001提高到0.005导致性能显著下降外，其他超参数扰动对性能影响有限。

7.4 实践可辨识性、全局参数补偿与观测影响

• •
  剖面NMSE分析：显示不同参数的支持水平差异显著，存在宽广且不对称的低误差区域，表明参数补偿现象。
• •
  宽起始优化：从全参数域拉丁超立方体初始化得到的解，其最佳NMSE与参考解几乎相同，但近最优解在参数空间中广泛分离，中位归一化成对距离为0.842。
• •
  二维剖面分析：发现μ_max和K_s之间存在明显的对角线低误差谷，表明强烈的参数补偿。
• •
  局部Fisher信息与留一区间剔除分析：Fisher信息矩阵的特征值跨越约21.5个数量级，条件数极大，表明严重的局部病态。留一分析显示0–1天区间影响最大，后期区间影响最小。

7.5 条件轨迹不确定性与误差模型敏感性

在5%和10%的预设扰动水平下，条件拟合轨迹的不确定性在早期动态区域最宽，后期接近零阶段收窄。在10%扰动水平下，不同误差模型（加性高斯、乘法对数正态、时间相关高斯）产生的轨迹带宽度差异显著，表明对假设误差结构的敏感性。

7.6 优化器性能比较

在2250次评估的预算下，B-ARLM显著优于Fixed-EA和sCA-ES。但与CMA-ES和jDE相比，其终端性能在Holm校正后无统计学显著差异。CMA-ES获得最低中位NMSE但有较大上尾，jDE则获得最低均值、标准差和最差运行NMSE。

五、讨论与结论

讨论部分总结：研究结果表明，Andrews–P在现有数据集和校准协议下拟合最佳，但并非唯一正确的生物机制。B-ARLM在与固定变异消融实验和特定研究参考方法的比较中表现出优势，但与CMA-ES和jDE的性能无显著差异，这与其作为轻量级有界校准策略的定位相符。超参数分析显示其对大多数单因素扰动不敏感。实践可辨识性分析强烈表明，低校准误差并不意味着唯一的动力学参数恢复，参数补偿现象普遍存在。轨迹不确定性对假设的观测误差结构高度敏感。研究的主要局限性在于单一稀疏数据集、单一测量输出、缺乏独立预测验证和重复实验误差统计。

研究结论部分翻译：这项概念验证性研究评估了B-ARLM作为一种有界无导数策略在稀疏非线性生物过程模型参数校准中的应用。在所检验的三种动力学公式中，Andrews–P在六个区间平均观测值上实现了最低的样本内校准误差。这一结果支持其作为当前数据集和校准协议下最佳拟合公式的使用，但并不确立其为唯一正确的生物抑制机制或在观测实验之外的预测优越性。在2250次目标函数评估的共同预算下，B-ARLM显示出相对于直接Fixed-EA消融实验和特定研究sCA-ES参考的统计显著改进，而其终端性能在经过Holm校正后与典型CMA-ES或jDE无统计学显著差异。超参数分析表明对大多数检验的单因素扰动依赖性有限，尽管提高永久下限突变振幅会显著降低性能。这些发现支持B-ARLM作为当前问题的一种有竞争力的有界校准方法，而非普遍优越的优化器。可辨识性分析表明，低校准误差并不等同于唯一的动力学参数恢复。宽起始优化和二维剖面分析识别出广泛分离的近最优参数向量和强烈的参数补偿，而拟合轨迹的不确定性在很大程度上取决于假定的观测误差结构。主要局限性仍然是单一的稀疏数据集、一个测量输出、缺乏独立的预测验证、缺乏重复导出的误差统计以及缺乏正式的结构可辨识性分析。未来的工作应在独立数据集、额外动态模型类别和既定基准问题上评估B-ARLM。还需要进一步分析以表征其收敛行为和计算性能，超越当前的概念验证设定。