sdo.sample

Сгенерируйте выборки параметра

Описание

пример

x = sdo.sample(ps) генерирует выборки с помощью заданного определения пространства параметров, ps. Выходная демонстрационная таблица, x, имеет 2Np+1 столбцы Np и строки. Каждый столбец соответствует параметру, и каждая строка соответствует выборке параметров. Np является количеством параметров в ps. Выборки сгенерированы согласно ParameterDistributions, RankCorrelation, и Options свойство ps.

пример

x = sdo.sample(ps,N) задает количество выборок, которые будут сгенерированы. x таблица с N строки и столбцы Np.

пример

x = sdo.sample(___,opt) задает опции выборки, такие как метод выборки. Этот синтаксис может включать любую из комбинаций входных аргументов в предыдущих синтаксисах.

Примеры

свернуть все

Откройте модель.

open_system('sdoHydraulicCylinder');

Получите параметры из модели.

p = sdo.getParameterFromModel('sdoHydraulicCylinder',{'Ac','K'});

Создайте sdo.ParameterSpace объект задать демонстрационные распределения.

ps = sdo.ParameterSpace(p);

Сгенерируйте выборки для параметров.

x = sdo.sample(ps);

Откройте модель.

open_system('sdoHydraulicCylinder');

Получите параметры из модели.

p = sdo.getParameterFromModel('sdoHydraulicCylinder',{'Ac','K'});

Создайте sdo.ParameterSpace объект задать демонстрационные распределения.

ps = sdo.ParameterSpace(p);

Сгенерируйте 50 выборок для параметров.

x = sdo.sample(ps,50);

Откройте модель.

open_system('sdoHydraulicCylinder');

Получите параметры из модели.

p = sdo.getParameterFromModel('sdoHydraulicCylinder',{'Ac','K'});

Создайте sdo.ParameterSpace объект задать демонстрационные распределения.

ps = sdo.ParameterSpace(p);

Задайте метод выборки как латинский гиперкуб.

opt = sdo.SampleOptions;
opt.Method = 'lhs';

Сгенерируйте 50 выборок для параметров с помощью латинской выборки гиперкуба.

x = sdo.sample(ps,50,opt);

Входные параметры

свернуть все

Определение распределения пространства параметров в виде sdo.ParameterSpace объект.

Количество выборок, которые будут сгенерированы для параметров в виде положительного целого числа.

Идеально, вы хотите использовать самое маленькое количество выборок, которые приводят к полезным результатам, потому что каждая выборка требует оценки модели.

Как количество увеличений параметров, количество выборок должно было исследовать пробел проекта, обычно увеличивается. Для корреляционного или регрессионного анализа рассмотрите использование 10Np выборки, где Np является количеством параметров.

Пример: 10

Выборка опций в виде sdo.SampleOptions объект.

Выходные аргументы

свернуть все

Выборки параметра, возвращенные как table.

x имеет строки Ns и столбцы Np. Каждый столбец соответствует параметру, и каждая строка соответствует выборке параметров. Np является количеством параметров в ps. Если вы задаете N, Ns равен N. В противном случае Ns равен 2Np+1.

Введенный в R2014a