工作流参数通过非线性回归拟合。首先,给定初始条件,我们可以解决时变常微分方程模型(3)通过数值歌唱动力学模型预测为时间点的利息。然后,约束优化问题(5)参数拟合与迭代非线性优化算法能够解决,例如,Nelder-Mead单纯形搜索方法(如fminsearch,fmincon,或lsqcurvefit在MATLAB函数)。在这里,需要注意的是,为了避免可能的坏与非线性相关的局部最小值,非凸优化问题,我们可能需要尝试多个参数向量的初始猜测 。我们使用一个系统方法基于网格搜索协调多个初始值试验(44),由于低维度和小数据集大小在这个研究。这种方法可以提高我们发现全球最低的概率或至少一个好的局部最小值接近全球。的详细描述拟合过程中提供了补充材料(可用在这里)。