Ошибка предсказания оценивает для линейной и нелинейной модели
обновляет параметры первоначальной модели, чтобы соответствовать данным об оценке. Функция использует алгоритм минимизации ошибки предсказания, чтобы обновить параметры первоначальной модели. Используйте эту команду, чтобы совершенствовать параметры ранее предполагаемой модели.sys
= pem(data
,init_sys
)
PEM использует числовую оптимизацию, чтобы минимизировать функцию стоимости, взвешенную норму ошибки предсказания, заданной можно следующим образом для скалярных выходных параметров:
где e (t) является различием между измеренным выходом и предсказанным выходом модели. Для линейной модели ошибка задана как:
где e (t) является вектором и функцией стоимости скалярное значение. Индекс N указывает, что функция стоимости является функцией количества выборок данных и становится более точной для больших значений N. Для нескольких - выходные модели, предыдущее уравнение является более комплексным. Для получения дополнительной информации см. главу 7 в System Identification: Теория для Пользователя, Второго Выпуска, Lennart Ljung, PTR Prentice Hall, 1999.
Можно достигнуть тех же результатов как pem
при помощи специализированных команд оценки для различных структур модели. Например, используйте ssest(data,init_sys)
для оценки моделей в пространстве состояний.
armax
| bj
| greyest
| n4sid
| nlarx
| nlgreyest
| nlhw
| oe
| polyest
| procest
| ssest
| tfest