Опция установлена для predict
opt = predictOptions
opt = predictOptions(Name,Value)
создает набор опции с опциями, заданными одним или несколькими аргументами пары opt
= predictOptions(Name,Value
)Name,Value
.
Создайте набор опции по умолчанию для образцового прогноза.
opt = predictOptions;
Задайте выходные смещения для 2D выходной модели как 2 и 5, соответственно.
opt.OutputOffset = [2;5];
Программное обеспечение вычитает значение смещения OutputOffset(i)
из i th выходной сигнал перед использованием вывода, чтобы предсказать образцовый ответ. Программное обеспечение затем добавляет назад эти смещения в предсказанный ответ, чтобы дать итоговый ответ.
Создайте набор опции для predict
с помощью нулевых начальных условий.
opt = predictOptions('InitialCondition','z');
Загрузите 2D вход, набор данных с одним выходом.
load iddata7 z7
Идентифицируйте модель в пространстве состояний пятого порядка с помощью данных.
sys = n4sid(z7,5);
Разделите набор данных в две части.
zA = z7(1:15); zB = z7(16:end);
Предположим, что вы хотите вычислить эти 10 шагов вперед прогноз ответа идентифицированной системы для данных zB
. Для начальных условий используйте значения сигналов в zA
как хронологическая запись. Таким образом, значения ввода и вывода в течение времени, сразу предшествующего данным в zB
.
IO = struct('Input',zA.InputData,'Output',zA.OutputData); opt = predictOptions('InitialCondition',IO);
Сгенерируйте эти 10 шагов вперед прогноз для данных zB
с помощью заданных начальных условий.
[yp,x0,Predictor] = predict(sys,zB,10,opt);
yp
является предсказанным образцовым ответом, x0
начальные состояния, соответствующие модели Predictor
предиктора. Можно моделировать Predictor
с помощью x0
в качестве начальных условий, чтобы воспроизвести yp.OutputData
.
Чтобы понять, как прошлые данные сопоставлены с начальными состояниями модели, смотрите, Понимают Использование Исторических данных для Образцового Прогноза.
Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми.
Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение.
Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.
predictOptions('InitialCondition','z')
задает нулевые начальные условия для измеренных данных ввода - вывода.'InitialCondition'
— Обработка начальных условий'e'
(значение по умолчанию) | 'z'
| 'd'
| вектор-столбец | матрица | структура | объект idpar
x0Obj
Обработка начальных условий, заданных как пара, разделенная запятой, состоящая из 'InitialCondition'
и одно из следующих значений:
Z
Нулевые начальные условия.
E
Оцените начальные условия, таким образом, что ошибка прогноза для наблюдаемого выходного сигнала минимизирована.
Для нелинейных моделей серого поля только те начальные состояния оценивается i
, которые определяются как свободные в модели (sys.InitialStates(i).Fixed = false
). Чтобы оценить все состояния модели, сначала задайте все состояния Nx
модели idnlgrey
sys
как свободные.
for i = 1:Nx sys.InitialStates(i).Fixed = false; end
Точно так же, чтобы зафиксировать все начальные состояния к значениям, заданным в sys.InitialStates
, сначала задайте все состояния, как зафиксировано в свойстве sys.InitialStates
нелинейной модели серого поля.
D
Подобно 'e'
, но поглощает ненулевые задержки в коэффициенты модели. Задержки сначала преобразованы в явные образцовые состояния, и начальные значения тех состояний также оценены и возвращены.
Используйте эту опцию для линейных моделей только.
Вектор или Матрица — Исходное предположение для значений состояния, заданных как вектор числового столбца длины, равняются количеству состояний. Для данных мультиэксперимента задайте матрицу со столбцами Ne, где Ne является количеством экспериментов. В противном случае используйте вектор-столбец, чтобы задать те же начальные условия для всех экспериментов. Используйте эту опцию для пространства состояний (idss
и idgrey
) и нелинейные модели (idnlarx
, idnlhw
и idnlgrey
) только.
Структура со следующими полями, которые содержат исторические значения ввода и вывода какое-то время интервал сразу перед временем начала данных, используемых в прогнозе:
Поле | Описание |
---|---|
Input | Введите историю, заданную как матрица со столбцами Nu, где Nu является количеством входных каналов. Для моделей временных рядов используйте [] . Количество строк должно быть больше, чем или равным порядку модели. |
Output | Выведите историю, заданную как матрица со столбцами Ny, где Ny является количеством выходных каналов. Количество строк должно быть больше, чем или равным порядку модели. |
Для примера смотрите Исторические данные Использования, чтобы Задать Начальные условия для Образцового Прогноза.
Для данных мультиэксперимента сконфигурируйте начальные условия отдельно для каждого эксперимента путем определения InitialCondition
как массива структур с элементами Ne. Чтобы задать те же начальные условия для всех экспериментов, используйте одну структуру.
Программное обеспечение использует data2state
, чтобы сопоставить исторические данные с состояниями. Если вашей моделью не является idss
, idgrey
, idnlgrey
или idnlarx
, программное обеспечение сначала преобразовывает модель в свое представление пространства состояний и затем сопоставляет данные с состояниями. Если преобразование вашей модели к idss
не возможно, предполагаемые состояния возвращены пустые.
Объект x0obj
— Specification, созданный с помощью idpar
. Используйте этот объект для пространства состояний дискретного времени (idss
и idgrey
) и нелинейные модели (idnlgrey
) серого поля только. Используйте x0obj
, чтобы наложить ограничения на начальные состояния путем фиксации их значения или определения минимальных или максимальных границ.
'InputOffset'
— Входной сигнал смещается[]
(значение по умолчанию) | вектор-столбец | матрицаСмещение входного сигнала для данных временного интервала, заданных как пара, разделенная запятой, состоящая из 'InputOffset'
и одно из следующих значений:
Смещения входа []
— No.
Вектор-столбец длины Nu, где Nu является количеством входных параметров. Программное обеспечение вычитает значение смещения InputOffset(i)
из i th входной сигнал перед использованием входа, чтобы предсказать образцовый ответ.
Nu-by-Ne матрица — Для данных мультиэксперимента, задайте InputOffset
как Nu-by-Ne матрица, где Ne является количеством экспериментов. Программное обеспечение вычитает значение смещения InputOffset(i,j)
из i th входной сигнал j th эксперимент перед прогнозом.
Если вы задаете вектор-столбец длины Nu, то значение смещения InputOffset(i)
вычтено из i th входной сигнал всех экспериментов.
'OutputOffset'
— Выходной сигнал смещается[]
(значение по умолчанию) | вектор-столбец | матрицаСмещение выходного сигнала для данных временного интервала, заданных как пара, разделенная запятой, состоящая из 'OutputOffset'
и одно из следующих значений:
[]
— No смещения вывода.
Вектор-столбец длины Ny, где Ny является количеством выходных параметров. Программное обеспечение вычитает значение смещения OutputOffset(i)
из i th выходной сигнал перед использованием вывода, чтобы предсказать образцовый ответ. После прогноза программное обеспечение добавляет, что смещения к предсказанному ответу, чтобы дать финал предсказали ответ.
Ny-by-Ne матрица — Для данных мультиэксперимента, задайте OutputOffset
как Ny-by-Ne матрица, где Ne является количеством экспериментов. Программное обеспечение вычитает значение смещения OutputOffset(i,j)
из i th выходной сигнал j th эксперимент перед прогнозом.
Если вы задаете вектор-столбец длины Ny, то значение смещения OutputOffset(i)
вычтено из i th выходной сигнал всех экспериментов.
После прогноза программное обеспечение добавляет, что удаленные смещения к предсказанному ответу, чтобы дать финал предсказали ответ.
'OutputWeight'
— Вес вывода для начальной оценки условия[]
(значение по умолчанию) | 'noise'
| матрицаВес вывода для начальной оценки условия, заданной как пара, разделенная запятой, состоящая из 'OutputWeight'
и одно из следующих значений:
[]
— Никакое взвешивание не используется программным обеспечением для начальной оценки условия. Эта опция совпадает с использованием eye(Ny)
для выходного веса, где Ny является количеством выходных параметров.
'noise'
— Программное обеспечение использует инверсию свойства NoiseVariance
модели как вес.
Положительная, полуопределенная матрица размерности Ny-by-Ny, где Ny является количеством выходных параметров.
OutputWeight
важен только для мультивыходных моделей.
opt
— Опция установлена для predict
predictOptions
установленаНабор опции для predict
, повторно настроенного как опция predictOptions
, установлен.
absorbdelay
| idpar
| predict
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.