??? Error using ==> funfun\private\odearguments

lphtoby

错误时这样的：
??? Error using ==> funfun\private\odearguments
Solving MODEL_HOFF requires an initial condition vector of length 10.

Error in ==> ode15s at 227
[neq, tspan, ntspan, next, t0, tfinal, tdir, y0, f0, odeArgs, ...

Error in ==> IKK_optimal at 22
        [T,Y]=ode15s(@model_hoff,tspan,Y01,[],par,Source);


代码如下：

1. %#####Optimal Experimental Design based on the Fisher Information Matrix####
   
2. %#####The NF-kB model with 10 states and 11 parameters######################
   
3. clc;
   
4. close all;
   
5. clear all;
   
6. format long;
   
7. parameters_hoff; % parametrization of ODE's and simulation times
   
8. 
   
9. 
   
10. IKK_normal=0.9;  %the initial concentration of IKK;  IKK is the initial N
    
11. 
    
12. para=[3 4 5];  %the id of parameters analysed
    
13. 
    
14.   for k=1:100
    
15.       
    
16.         Y01(1)=IKK_normal*k/10;
    
17.         
    
18.         IKK(k)=Y01(1);
    
19.         
    
20.         tspan=[t0:tau:t0+tw];
    
21.         
    
22.         [T,Y]=ode15s(@model_hoff,tspan,Y01,[],par,Source);
    
23.       
    
24.     %%The local sensitivity analysis method is used to gain the absolute sensitivity matrix
    
25.       
    
26.         error=10;%input gain value[0-100]
    
27.         
    
28.         disp('please wait......')
    
29.         
    
30.         abso_s=[];  %the absolute sensitivity matrix
    
31.         
    
32.     %%the local sensitivity analysis using the infite difference method%%%%%%%%   
    
33.      
    
34.      for j=1:length(para)
    
35.          
    
36.           i=para(j);  
    
37.          
    
38.           %parameter i is decreased with error%
    
39.             par(i,1)=par(i,1)*(1-error/100);
    
40.           %############ IKK on ####################################
    
41.             [T1,Y1]=ode15s(@model_hoff,tspan,Y01,[],par,Source);
    
42.           %parameter i is returned to its original value
    
43.             par(i,1)=par(i,1)/(1-error/100);
    
44.             
    
45.           %parameter i is increased with 1error%
    
46.             par(i,1)=par(i,1)*(1+error/100);
    
47.          %############ IKK on ####################################
    
48.             [T2,Y2]=ode15s(@model_hoff,tspan,Y01,[],par,Source);
    
49.          %parameter i is returned to its original value
    
50.             par(i,1)=par(i,1)/(1+error/100);   
    
51.             
    
52.          %the absolute sensitivity S(i,j)=[x(p+error%*p)-x(p-error%*p)]/(2*error%*p)
    
53.             S=(Y2-Y1)/(2*par(i,1)*error/100);
    
54.                  
    
55.             abso_s=[abso_s S(:,9)]; %the absolute sensitivity matrix of the system output states x9 w.r.t the i-th parameter        
    
56.      end
    
57.       
    
58.           relative_error=0.05;  %the relative error of the measure value
    
59.           absolute_error=0.001; %the absolute error of the measure value
    
60. 
    
61.           cova_v=[]; %the error covariance matrix
    
62.           v=[]; %the diagnoal elements of the error covariance matrix
    
63.          
    
64.           for j=9
    
65.              for i=1:max(size(Y))
    
66.                  sigma(:,i)=relative_error*Y(i,j)+absolute_error;
    
67.              end
    
68.              v=[v sigma];
    
69.           end
    
70.           cova_v=diag(v.^2);
    
71.   
    
72.           %the Fisher information matrix FIM
    
73.             FIM=abso_s'*inv(cova_v)*abso_s;
    
74.             
    
75.             [vec,lam]=eig(FIM); %to calculate the eigenvalue of FIM
    
76.             
    
77.             for j=1:length(para)
    
78.                 lambda(j)=lam(j,j); %the eigenvalue lamda of FIM
    
79.             end
    
80.             
    
81.           %Optimal experimental design w.r.t initial value of IKK
    
82.             oed_a(k)=trace(inv(FIM));           %A-optimal criterion
    
83.             oed_d(k)=det(FIM);                  %D-optimal criterion
    
84.             oed_e(k)=min(lambda);               %E-optimal criterion
    
85.             oed_me(k)=max(lambda)/min(lambda);  %Modified E-optimal criterion         
    
86.   end

复制代码

请问怎么改？ 谢谢！！

另外model-hoff程序如下：

1. %#############10 states####################################################################
   
2.   %  y(1)   E
   
3.   %  y(2)   ES
   
4.   %  y(3)   E*
   
5.   %  y(4)   EQ
   
6.   %  y(5)   ER
   
7.   %  y(6)   S
   
8.   %  y(7)   P
   
9.   %  y(8)   N
   
10.   %  y(9)   Q
    
11.   %  y(10)  R
    
12.   %########################################################################
    
13.   %##############
    
14. function dy=model_hoff(t,y,par,Source)
    
15. dy=zeros(10,1);
    
16. y=zeros(10,1);
    
17. 
    
18. dy(1)=-par(1,1)*y(1)*y(6)+par(2,1)*y(2)+par(7,1)*y(4)-par(8,1)*y(1)*y(9)+par(11,1)*y(5);
    
19. dy(2)=par(1,1)*y(1)*y(6) - par(2,1)*y(2) - par(3,1)*y(2) + par(4,1)*y(3)*y(7);
    
20. dy(3)=par(3,1)*y(2) - par(4,1)*y(3)*y(7) - par(5,1)*y(3)*y(8) + par(6,1)*y(4) - par(9,1)*y(3) + par(10,1)*y(5);
    
21. dy(4)=par(5,1)*y(3)*y(8) - par(6,1)*y(4) - par(7,1)*y(4) + par(8,1)*y(1)*y(9);
    
22. dy(5)=par(9,1)*y(3) - par(10,1)*y(5) - par(11,1)*y(5);
    
23. dy(6)=-par(1,1)*y(1)*y(6) + par(2,1)*y(2);
    
24. dy(7)=par(3,1)*y(2) - par(4,1)*y(3)*y(7);
    
25. dy(8)=-par(5,1)*y(3)*y(8) + par(6,1)*y(4);
    
26. dy(9)=par(7,1)*y(4) - par(8,1)*y(1)*y(9);
    
27. dy(10)=par(11,1)*y(5);
    
28. 
    
29. %######################################################################################################
    
30. %######################################################################################################
    

复制代码

tenglang

楼上的,很多初始条件不设定,跟你的程序会很累的,比如

1. tspan=[t0:tau:t0+tw]; %#ok<NBRAK>

复制代码

lphtoby

回复 2 # tenglang 的帖子

我还有一个程序文件忘了上传  抱歉！！  希望你闲暇时帮我看一下

1. %######################################################################################################
   
2. %######################################################################################################
   
3. num=600; %the number of sampling
   
4. 
   
5. %############## Simulation time points ##################################
   
6. t0=0; %time when IKK is being introduced into the system
   
7. tw=6000; %length of IKK stimulation
   
8. tau=(tw-t0)/num; %defines the period (in seconds) in between to successive data points
   
9. 
   
10. %############### Initial condition for total NF-kB ######################
    
11. y0=zeros(1,10); %Initial condition set to zero for each reaction participant
    
12. NF=0.9;
    
13. EF=1.5e-5;
    
14. SF=0.8;
    
15. y0(8)=NF; %NF-kB is given in cytoplasm
    
16. y0(1)=1.5e-5;
    
17. y0(6)=0.8;
    
18. Source=1;
    
19. 
    
20. %############### Parametrization for system of ODE's ####################
    
21. par=zeros(11,1);
    
22. par(1,1)=100000;
    
23. par(2,1)=1000;
    
24. par(3,1)=100;
    
25. par(4,1)=10000;
    
26. par(5,1)=50000;
    
27. par(6,1)=200;
    
28. par(7,1)=1000;
    
29. par(8,1)=20000;
    
30. par(9,1)=5000;
    
31. par(10,1)=100;
    
32. par(11,1)=500;
    
33. 
    
34. %######################################################################################################
    
35. %######################################################################################################
    

复制代码

zhouyang664

这不是前几天的问题又发了个贴...

ChaChing

怎LZ的帖都是这个样!?:@)