resample

Передискретизируйте индексы Sobol к новому временному вектору

Описание

пример

results = resample(sobolObj,timeVector) передискретизирует оценки модели к вектору из новых моментов времени. По умолчанию функция использует interp1q метод интерполяции.

пример

results = resample(sobolObj,timeVector,method) задает интерполяцию method.

Примеры

свернуть все

Загрузите lotka модель.

m = sbmlimport("lotka");

Анализируйте отклонение хищников y2 в приписывания начальных значений добычи y1 и хищников.

sobolResults = sbiosobol(m,["y1","y2"],"y2","StopTime",1);
plot(sobolResults);

Передискретизируйте индексы Sobol к новому временному вектору.

newSobolResults = resample(sobolResults,linspace(0,1,50));
plot(newSobolResults);

Входные параметры

свернуть все

Результаты, содержащие первое - и общий порядок индексы Sobol в виде SimBiology.gsa.Sobol объект.

Новые моменты времени в виде непустого действительного числового вектора, содержащего конечные и увеличивающие значения.

Если timeVector включает моменты времени вне временного интервала, охваченного данными моделирования в sobolObj, resample выполняет экстраполяцию. Функция выдает предупреждение и выдает ошибку при передискретизации сбоев из-за экстраполяции.

Смотрите справку для функции MATLAB, соответствующей методу интерполяции в использовании для получения информации о том, как функция выполняет экстраполяцию.

Типы данных: double

Метод интерполяции в виде строки или вектора символов. Допустимые опции следуют.

  • 'interp1q' — Используйте interp1q функция.

  • Используйте interp1 функция путем определения одного из следующих методов:

    • 'nearest'

    • 'linear'

    • 'spline'

    • 'pchip'

    • 'v5cubic'

  • 'zoh' — Укажите, что нулевой порядок содержит.

Типы данных: char | string

Выходные аргументы

свернуть все

Передискретизируемые результаты симуляции с индексами Sobol, вычисленными в новых моментах времени, возвращенных как SimBiology.gsa.Sobol объект.

Ссылки

[1] Сальтелли, Андреа, Паола Аннони, Ivano Azzini, Франческа Камполонго, Марко Ратто и Стефано Тарантола. “Основанный на отклонении Анализ чувствительности Выхода Модели. Проект и Средство оценки для Общего индекса Чувствительности”. Computer Physics Communications 181, № 2 (февраль 2010): 259–70. https://doi.org/10.1016/j.cpc.2009.09.018.

Смотрите также

|

Введенный в R2020a
Для просмотра документации необходимо авторизоваться на сайте