sigmoidnet

Класс, представляющий сигмоидальное сетевое средство оценки нелинейности для нелинейного ARX и моделей Хаммерстайна-Винера

Синтаксис

s=sigmoidnet('NumberOfUnits',N) s=sigmoidnet(Property1,Value1,...PropertyN,ValueN)

Описание

sigmoidnet объект, который хранит сигмоидальное сетевое нелинейное средство оценки для оценки нелинейного ARX и моделей Хаммерстайна-Винера.

Можно использовать конструктора, чтобы создать объект нелинейности, можно следующим образом:

s=sigmoidnet('NumberOfUnits',N) создает сигмоидальный объект средства оценки нелинейности с N условия в сигмоидальном расширении.

s=sigmoidnet(Property1,Value1,...PropertyN,ValueN) создает сигмоидальный объект средства оценки нелинейности, заданный свойствами в sigmoidnet Свойствах.

Используйте evaluate(s,x) вычислить значение функции, определяемой sigmoidnet объекты в x.

Свойства sigmoidnet

Можно включать пары значения свойства в конструктора, чтобы задать объект.

После создания объекта можно использовать get или запись через точку, чтобы получить доступ к значениям свойства объекта. Например:

% List all property values
get(s)
% Get value of NumberOfUnits property
s.NumberOfUnits

Можно также использовать set функционируйте, чтобы установить значение конкретных свойств. Например:

set(s, 'LinearTerm', 'on')

Первый аргумент к set должно быть имя переменной MATLAB^®.

PropertyName Описание

PropertyName	Описание
`NumberOfUnits`	Целое число задает количество модулей нелинейности в расширении. Default=`10`. Например: sigmoidnet(H,'NumberOfUnits',5)
`LinearTerm`	Может иметь следующие значения: `'on'`— Оценивает вектор L в расширении. `'off'`— Фиксирует вектор L, чтобы обнулить. Например: sigmoidnet(H,'LinearTerm','on')
`Parameters`	Структура, содержащая параметры в нелинейном расширении, можно следующим образом: `RegressorMean`: 1 `m` вектор, содержащий средние значения `x` в данных об оценке, `r`. `NonLinearSubspaceM`- `q` матрица, содержащая Q. `LinearSubspaceM`- `p` матрица, содержащая P. `LinearCoefP`- 1 вектор L. `DilationQ`- `n` матрица, содержащая значения _bn. `Translation`: 1 `n` вектор, содержащий значения _cn. `OutputCoefN`- 1 вектор, содержащий значения _an. `OutputOffset`: скалярный `d`. Как правило, значения этой структуры установлены путем оценки модели с `sigmoidnet` нелинейность.

NumberOfUnits

Целое число задает количество модулей нелинейности в расширении.
Default=10.

Например:

sigmoidnet(H,'NumberOfUnits',5)

LinearTerm

Может иметь следующие значения:

'on'— Оценивает вектор L в расширении.
'off'— Фиксирует вектор L, чтобы обнулить.

Например:

sigmoidnet(H,'LinearTerm','on')

Parameters

Структура, содержащая параметры в нелинейном расширении, можно следующим образом:

RegressorMean: 1 m вектор, содержащий средние значения x в данных об оценке, r.
NonLinearSubspaceM- q матрица, содержащая Q.
LinearSubspaceM- p матрица, содержащая P.
LinearCoefP- 1 вектор L.
DilationQ- n матрица, содержащая значения _bn.
Translation: 1 n вектор, содержащий значения _cn.
OutputCoefN- 1 вектор, содержащий значения _an.
OutputOffset: скалярный d.

Как правило, значения этой структуры установлены путем оценки модели с sigmoidnet нелинейность.

Примеры

Используйте sigmoidnet задавать нелинейное средство оценки в нелинейном ARX и моделях Хаммерстайна-Винера. Например:

m=nlarx(Data,Orders,sigmoidnet('num',5));

Советы

Используйте sigmoidnet задавать нелинейную функцию $y = F (x)$ , где y является скаляром, и x является m- размерный вектор-строка. Сигмоидальная сетевая функция основана на следующем расширении:

$\begin{array}{l} F (x) = (x - r) P L + a_{1} f ((x - r) Q b_{1} + c_{1}) + \dots \\ + a_{n} f ((x - r) Q b_{n} + c_{n}) + d \end{array}$

где f является сигмоидальной функцией, данной следующим уравнением:

$f (z) = \frac{1}{e^{- z} + 1} .$

P и Q является m- p и m- q матрицы проекции. Матрицы проекции P и Q определяются анализом главных компонентов данных об оценке. Обычно, p=m. Если компоненты x в данных об оценке линейно зависимы, то p<m. Количество столбцов Q, q, соответствует количеству компонентов x используемый в сигмоидальной функции.

Когда используется в нелинейной модели ARX, q равно размеру NonlinearRegressors свойство idnlarx объект. Когда используется в модели Хаммерстайна-Винера, m=q=1 и Q является скаляром.

r является 1 m вектор и представляет среднее значение вектора регрессора, вычисленного из данных об оценке.

d, a, и c являются скалярами.

L является p- 1 вектор.

b является q- 1 вектор.

Алгоритмы

sigmoidnet использует итеративный поисковый метод в оценке параметров.

Смотрите также

nlarx | nlhw

Документация