利用最优控制的闭环模型判别框架

预测被观测系统对已知输入的响应，是精确控制系统动力学的一个富有成效的第一步。尽管全数据驱动算法近期取得了进展，但实现这一目标最可解释的方式是通过机制性数学建模。在此，我们利用最优控制，提出一种闭环迭代方法，从一组候选模型中选出能最准确预测被观测系统的模型。我们假设人们能够控制被观测系统的一个输入，并获取其响应的测量值。我们的方法是确定能够最大程度区分候选模型响应的输入控制，从而通过将此类响应与观测数据进行比较来确定哪个模型最佳。我们在数值模拟中展示了所提出的框架，随后将其应用于一次电生理实验，成功区分了由视蛋白动力学产生的光电流的不同模型。

中文由 AI 翻译，仅供参考，以原文为准。