Ошибка прогноза оценивает для линейной и нелинейной модели
sys = pem(data,init_sys)
sys = pem(data,init_sys,opt)
PEM использует числовую оптимизацию, чтобы минимизировать функцию стоимости, взвешенную норму ошибки прогноза, заданной можно следующим образом для скалярных выходных параметров:
где e (t) является различием между измеренным выводом и предсказанным выводом модели. Для линейной модели ошибка задана как:
где e (t) является вектором и функцией стоимости скалярное значение. Индекс N указывает, что функция стоимости является функцией количества выборок данных и становится более точной для больших значений N. Для нескольких - выходные модели, предыдущее уравнение является более комплексным. Для получения дополнительной информации см. главу 7 в System Identification: Теория для Пользователя, Второго Выпуска, Lennart Ljung, PTR Prentice Hall, 1999.
Можно достигнуть тех же результатов как pem
при помощи специализированных команд оценки для различных образцовых структур. Например, используйте ssest(data,init_sys)
для оценки моделей в пространстве состояний.
armax
| bj
| greyest
| n4sid
| nlarx
| nlgreyest
| nlhw
| oe
| polyest
| procest
| ssest
| tfest