В детальном образцовом представлении вы находите средства управления и пункты меню характерными для детальных моделей (использующий план тестирования Point-by-Point). Используйте следующие инструменты, чтобы выбрать лучшие модели:
Чтобы оценить высокоуровневые тренды модели, используйте вкладку Response Models в узле плана тестирования. Просмотрите графики поперечного сечения всех своих моделей ответа целиком. Для получения дополнительной информации смотрите, Оценивают Высокоуровневые Тренды Модели.
В детальном образцовом узле можно оценить все альтернативные модели для каждого теста и решить который тип модели выбрать для выбранного теста. Щелкните в альтернативном списке моделей, чтобы просмотреть и сравнить графики и статистику для каждой подгонки. Для получения дополнительной информации смотрите, Оценивают Детальные Подгонки Используя Образцовые Графики.
Альтернативный список моделей отображает значение ваших критериев выбора (например, НАЖМИТЕ RMSE) для каждого типа модели, с флажком Best Model, установленным для в настоящее время выбранной лучшей модели для теста. Вы выбираете критерии, когда вы создаете локальные многоуровневые модели. Тулбокс автоматически выбирает лучшую модель для каждого теста на основе ваших критериев выбора. Оцените все подгонки, и при желании, измените установленный флажок в Лучшем Образцовом столбце.
Нажмите Add Local Model в панели Общих задач, чтобы попытаться добавить еще один тип модели. В диалоговом окне Model Setup выберите тип модели, чтобы добавить. Когда вы нажимаете OK, тулбокс соответствует новому типу модели ко всем тестам, и затем выбирает его как лучше всего, если это лучше (вашими критериями выбора), чем какая-либо из альтернатив для теста. Диалоговое окно сообщает вам, какие тесты (если таковые имеются) имеют новую лучшую модель.
Нажмите Edit Model в панели Общих задач, чтобы изменить список альтернативных типов модели для каждого теста. Смотрите Редактирование Детальные Типы модели.
Выберите Model> Summary Statistics, чтобы открыть диалоговое окно Summary Statistics. В этом диалоговом окне выберите статистику, чтобы отобразиться в альтернативном списке моделей и в таблице Local summary statistics. Смотрите Итоговую Статистику. Если вы используете данные о валидации, валидация, RMSE появляется в сводной таблице для теста, если существуют данные о валидации для текущего теста (глобальные переменные должны соответствовать), для сравнения с образцовым подходящим RMSE. Смотрите Используя Данные о Валидации.
Нажмите Edit Model в панели Общих задач, чтобы изменить список альтернативных типов модели для каждого теста.
В Детальном диалоговом окне Model Setup выберите типы модели, чтобы добавить или отредактировать существующий образцовый список. Можно использовать любую модель, доступную в качестве одноэтапных моделей. Можно выбрать итоговую статистическую величину, чтобы использовать в качестве критериев выбора для решения, какая модель подходит лучше всего к каждому тесту.
Просмотрите список детальных типов модели по умолчанию.
Нажмите Add или Edit, чтобы добавить и изменить модели.
Когда вы добавляете модели, в диалоговом окне Model Setup можно выбрать из всех глобальных моделей, доступных для одноэтапной модели с тем же количеством входных параметров как текущая детальная модель.
Чтобы выбрать шаблон, чтобы создать выбор моделей, нажмите Template. Там предопределены шаблоны для полиномов, радиальных основных функций, гибридных радиальных основных функций, Гауссовых моделей процессов, и можно также сохранить собственные шаблоны любых моделей, которые вы выбираете. Смотрите Создают Альтернативные Модели, чтобы Выдержать сравнение.
Выберите статистическую величину для выбора лучшей модели в списке Criteria (таком как RMSE или НАЖМИТЕ RMSE). Тулбокс использует статистическую величину, чтобы выбрать лучший тип модели для каждого теста. Можно также изменить выбор модели для каждого теста после того, как модели будут адаптированы.
Выберите статистику, чтобы отобразиться в детальном образцовом представлении путем нажатия на Statistics.
Чтобы использовать основанные на данных области значений для каждого теста, оставьте флажок Automatic input ranges выбранным. Снимите флажок, только если вы хотите использовать вместо этого область значений для каждой локальной модели, которую вы настраиваете в плане тестирования. Используя основанные на данных области значений для каждого теста полезно, когда локальные входные диапазоны для локальных тестов отличаются между тестами. Эта опция полезна для дизеля, моделируя как часто существует много входных параметров на локальном уровне (например, основная синхронизация инжекции, экспериментальная инжекционная синхронизация, давление направляющей, давление наддува и EGR являются общими переменными). Области значений этих переменных отличаются по глобальному входному пробелу (например, крутящий момент и скорость или топливо и скорость). Корректировка областей значений для каждого теста означает, что входные параметры масштабируются для моделирования продвижения к лучше обусловленным моделям.
После того, как вы добавляете модели в свой список и закрываете диалоговое окно, все модели, которые вы выбрали, адаптированы к каждому тесту индивидуально, и лучшая подгонка к каждому тесту выбрана критериями выбора, которые вы выбрали. Оцените все альтернативные модели для каждого теста.
Используйте График RMSE быстро идентифицировать проблемные тесты и перейти к рабочей точке интереса. Перейдите к тесту интереса путем двойного клика по точке в графике выбрать тест в других графиках в образцовом представлении.
Это представление показывает образцовую поверхность во множестве путей. Представление по умолчанию является 3-D графиком образцовой поверхности.
Можно выбрать, которые вводят факторы, чтобы отобразиться при помощи выпадающих меню, оставленных графика. Отменявшие входные факторы считаются постоянные, и можно изменить их значения с помощью средств управления слева от графика (или путем нажатия на кнопки стрелки или путем ввода непосредственно в окне редактирования). Нажмите Select Data Point, чтобы выбрать точку, чтобы построить.
Выберите список Plot, чтобы переключиться на Line, Contour или график Multiline.
Диагностический график Статистики показывает различные графики рассеивания статистики для оценки качества подгонки для текущей модели.
Статистика и факторы, доступные для графического вывода, являются образцовым зависимым. Выберите x-и факторы оси Y с помощью выпадающих меню.
Можно добавить или изменить графики путем нажатия кнопок на панели инструментов, разделить кнопки в строках заголовка графика или выбор опции от Current View в меню View или контекстном меню. Браузер помнит ваше размещение на план тестирования. Можно добавить:
Predicted/Observed
Normal Plot
Validation Data
Model Definition
Эти графики также используются для одноэтапных моделей. Для получения дополнительной информации смотрите, Оценивают Одноэтапные Модели.
Чтобы просмотреть графики данных для текущего теста, добавьте Data Plots. Выберите View> Plot Variables, чтобы выбрать переменные, чтобы построить. Можно принять решение просмотреть любой из сигналов данных в наборе данных для текущего теста (включая сигналы, не используясь в моделировании). Можно построить пару переменных или построить переменную против номера записи. Можно добавить больше графиков данных, если вы хотите.
Можно также просмотреть значения входных переменных в панели Рабочей точки.
Для совета относительно использования статистики те, которые НАЖИМАЮТ RMSE, чтобы сравнить детальные модели, смотрите, Сравнивают Подгонки Используя Статистику.
