什么是无模型数值优化方法？

数值优化方法是使用非线性最小平方优化的无模型方法。它由Kinetics Neo Team in NETZSCH 创建，仅在Kinetics Neo 软件中实现。

数值方法以分析弗里德曼 方法的结果为基础，搜索最佳函数Ea(α)和logA(α)，以获得最佳拟合转换 (T,t)。然后对弗里德曼方法的结果（曲线 E(α) 和 A(α) ）进行数值优化，以获得实验曲线和模拟曲线之间的最佳拟合。 对数 A 的计算是针对一阶反应 f(α)=1-α 进行的。

优化函数是测量值 Conversion_experimental(T,t)与模拟值 Conversion_simulated(T,t)之间偏差的平方和。这个总和是根据所有曲线和每条曲线上的所有点计算得出的。

我们的数值计算方法通过数值方式搜索使优化函数最小化的Ea(α)和LogA(α)值，曲线 E(α) 和 A(α)上的每个点都会发生微小变化，每次变化都会检查残差的平方和：是比以前更好还是更差。如果更好，则保存 E(α) 或 A(α) 中的新点。重复迭代，直到没有任何数值改进为止。