凸与非凸代谢模型的一种抽样算法
gapsplit的Python项目详细描述
- gapsplit是一种采样算法，用于在任何代谢模型上生成均匀、高覆盖率的采样点
- 不考虑凸性（即逻辑/整数约束）。
功能
- 样本（fname，n_points，lower_bounds=none，upper_bounds=none，n_update=100，n_secondary=0）
- 从给定的输入模型生成样本。
- 输入：
- fname-str
- 表示模型文件路径的字符串（有关可接受的文件类型，请参见gurobipy.read（））。
- n_点-int
- 所需采样点的数量。
- 下限-列表/ndarray，可选
- 模型的FVA最小值。如果未提供，则生成。
- 上限-列表/ndarray，可选
-
FVA maximums是模特儿。如果未提供，则生成。
- n_update-int，可选
- 当前模型覆盖率和样本计数的控制台输出的刷新率（以点为单位）。
- n_secondary-int，可选
- 要拆分的附加间隔数。
- 输出：
- 样本-ndarray
- n_点由n_反应样本点组成的数组。
依赖关系
- gurobipy: 7.0 and up (requires download and license from gurobi.com - license provided free for academic users)
- numpy: 1.14.5
欢迎加入QQ群-->： 979659372
