Линейные модели Серого Поля

Оцените коэффициенты линейного дифференциала, различия и уравнений пространства состояний

Функции

greyestЛинейная оценка модели серого поля
idgreyЛинейное ОДУ (модель серого поля) с идентифицируемыми параметрами
pemОшибка прогноза оценивает для линейной и нелинейной модели
findstatesОцените начальные состояния модели
initУстановите или рандомизируйте начальные значения параметров
getpvecПараметры модели и сопоставленные данные о неуверенности
setpvecИзмените значение параметров модели
getparПолучите атрибуты, такие как значения и границы линейных параметров модели
setparУстановите атрибуты, такие как значения и границы линейных параметров модели
findstatesOptionsОпция установлена для findstates
greyestOptionsНабор опции для самого серого

Примеры и руководства

Оцените линейные модели Серого Поля

Как задать и оценить линейные модели серого поля в командной строке.

Оцените непрерывно-разовую модель Серого Поля для диффузии тепла

Этот пример показывает, как оценить теплопроводность и коэффициент теплопередачи непрерывно-разовой модели серого поля для системы горячего стержня.

Оцените модель Серого Поля дискретного времени с параметризованным воздействием

Этот пример показывает, как создать одно вход и структуру модели серого поля одно вывода, когда вы знаете отклонение шума измерения.

Оцените модели в пространстве состояний со структурированной параметризацией

Структурированная параметризация позволяет вам исключить определенные параметры из оценки путем установки этих параметров на определенные значения.

Оцените, что коэффициенты ОДУ соответствуют данный решение

Этот пример показывает, как оценить параметры модели с помощью линейного и нелинейного моделирования серого поля.

Оцените Модель Используя Нулевые/Полюса/Усиления Параметры

Этот пример показывает, как оценить модель, которая параметризована полюсами, нулями и усилениями.

Концепции

Поддерживаемые модели Серого Поля

Типы поддерживаемых моделей серого поля.

Данные, поддержанные моделями Серого Поля

Типы поддерживаемых данных для оценки моделей серого поля.

Выбор idgrey или idnlgrey Объект модели

Различие между idgrey и объектами модели idnlgrey для представления объектов модели серого поля.

Идентификация моделей в пространстве состояний с отдельными описаниями шума процесса и измерения

Идентифицированная линейная модель используется, чтобы моделировать и предсказать систему выходные параметры для данного входа и шумовых сигналов.

Популярные примеры