Одноэтапная модель подбирает модель ко всем данным в одном процессе. Если ваши вводы данных не имеют иерархической структуры, и все образцовые входные параметры являются глобальной переменной на том же уровне, то соответствуют одноэтапной модели.
Если ваши данные имеют локальные и глобальные входные параметры, где некоторые переменные фиксируются, в то время как переменные другие, то выберите 2D этап или детальную модель вместо этого. Сочтите целесообразным Модель 2D Этапа или Подгонка Детальная Модель.
Подготовьте свои данные перед образцовым подбором кривой.
В MATLAB®, на вкладке Apps, в группе Automotive, нажимают MBC Model Fitting.
В домашней странице Model Browser нажмите Import Data.
Выберите, импортировать ли из файла или рабочей области.
Используйте файловый браузер, чтобы выбрать файл, чтобы импортировать.
Окно Data Editor открывается.
Используйте Редактор Данных, чтобы осмотреть и подготовить ваши данные. Можно отфильтровать, сгруппировать и отредактировать данные, и можно задать новые переменные. Смотрите Используя Данные.
В домашней странице Model Browser нажмите Fit Models.
В диалоговом окне Fit Models выберите набор данных в проекте из списка Data set.
Если у вас нет загруженных данных, можно нажать Import from file в панели Data. Используйте файловый браузер, чтобы выбрать файл, чтобы импортировать.
Опционально, можно выбрать данные о валидации как выборку подходящих данных или отдельного набора данных.
Кликните по значку плана тестирования One-Stage в панели Template.
В панели Inputs and Responses выберите каналы данных, чтобы использовать для ответов, которые вы хотите смоделировать, и нажать кнопку, чтобы добавить в ответы.
Чтобы создать граничную модель, оставьте флажок Fit boundary model выбранным. Граничная модель, описывающая пределы рабочего диапазона, может быть полезной, когда вы создаете и оцениваете проекты, результаты оптимизации и глобальные модели.
Выберите каналы данных, чтобы использовать для образцовых входных параметров и нажать кнопку, чтобы добавить к ответам.
Нажмите OK, чтобы соответствовать типам модели по умолчанию к вашим выбранным данным. Тулбокс вычисляет подгонку и добавляет новый образцовый узел в Дерево модели. Тип модели ответа по умолчанию является Гауссовой моделью процесса (GPM), которая может обычно производить хорошую подгонку в первый раз.
Если вы используете шаблон, который вы создали, чтобы заменить модели по умолчанию, очистить опцию Use default models for large data.
| Типы модели по умолчанию | Большие Настройки Данных для> 2 000 Точек |
|---|---|
| Модель Response: гауссова модель процесса (GPM) | Использует большое поведение данных для Гауссовых моделей процессов от Statistics and Machine Learning Toolbox™. |
| Граничная модель: подгонка Выпуклой оболочки к входным параметрам | Переключатели к попарной выпуклой оболочке. Переключитесь когда ≥ 8 входных параметров даже когда <2 000 точек. |
Просмотрите образцовую подгонку.
Функциональность, доступная для просмотра и совершенствования образцовой подгонки, описана в, Оценивают Одноэтапные Модели и Инструкции для Выбора Best Model Fit.
После того, как вы создадите одну модель, необходимо создать больше моделей для сравнения, чтобы искать лучшую подгонку. Следуйте инструкции в Создают Альтернативные Модели, чтобы Выдержать сравнение.
Чтобы просмотреть проект в качестве примера с данными о механизме и законченные модели, смотрите Калибровку Бензинового двигателя.
