Создайте и анализируйте случайные расписания для модели Используя редактор расписания API
Этот пример использует Редактор Расписания API, чтобы выполнить операции в расписании. Затем это использует функцию, чтобы сгенерировать случайные расписания и анализировать их в Инспекторе Данных моделирования
Откройте Модель и получите Объект Расписания
Откройте модель Системы управления Положения Дросселя и используйте get_param, чтобы получить simulink.schedule.OrderedSchedule объект. Этот объект содержит текущее расписание.
model = 'ScheduleEditorAPIWithSubsystemPartitions'; open_system(model); schedule = get_param(model, 'Schedule')
schedule =
OrderedSchedule with properties:
Order: [9x3 table]
RateSections: [3x1 simulink.schedule.RateSection]
Events: [0x1 simulink.schedule.Event]
Description: ''
Исследуйте объект расписания
Объект расписания имеет Order свойство, которое содержит порядок выполнения разделов в модели. Order свойство отображает таблицу, которая содержит имена раздела, их индекс, введите, и их триггер.
schedule.Order
ans =
9x3 table
Index Type Trigger
_____ ________ _______
Cont 1 Periodic "0"
TPSSecondaryRun5ms 2 Periodic "0.005"
MonitorRun5ms 3 Periodic "0.005"
ControllerRun5ms 4 Periodic "0.005"
ActuatorRun5ms 5 Periodic "0.005"
D2 6 Periodic "0.005"
D3 7 Periodic "0.01"
APPSnsrRun 8 Periodic "0.01"
TPSPrimaryRun10ms 9 Periodic "0.01"
Используйте индексную переменную в Order таблица, чтобы изменить порядок выполнения модели
schedule.Order.Index('ActuatorRun5ms') = 2;
schedule.Order
ans =
9x3 table
Index Type Trigger
_____ ________ _______
Cont 1 Periodic "0"
ActuatorRun5ms 2 Periodic "0.005"
TPSSecondaryRun5ms 3 Periodic "0.005"
MonitorRun5ms 4 Periodic "0.005"
ControllerRun5ms 5 Periodic "0.005"
D2 6 Periodic "0.005"
D3 7 Periodic "0.01"
APPSnsrRun 8 Periodic "0.01"
TPSPrimaryRun10ms 9 Periodic "0.01"
Любые перемещения в Order свойство, которые сделаны изменить расписание, должно привести к допустимому расписанию. Чтобы выполнить модификации расписания и допустимые легче перемещения, каждый раздел сгруппирован с разделами того же уровня в RateSections свойство. Каждый элемент RateSection свойство содержит таблицу порядка с разделами того же уровня.
schedule.RateSections(2) schedule.RateSections(2).Order
ans =
RateSection with properties:
Rate: "0.005"
Order: [5x3 table]
ans =
5x3 table
Index Type Trigger
_____ ________ _______
ActuatorRun5ms 2 Periodic "0.005"
TPSSecondaryRun5ms 3 Periodic "0.005"
MonitorRun5ms 4 Periodic "0.005"
ControllerRun5ms 5 Periodic "0.005"
D2 6 Periodic "0.005"
Используйте индексную переменную, чтобы переместить разделы в RateSections.
schedule.RateSections(2).Order.Index('ActuatorRun5ms') = 5;
schedule.Order
ans =
9x3 table
Index Type Trigger
_____ ________ _______
Cont 1 Periodic "0"
TPSSecondaryRun5ms 2 Periodic "0.005"
MonitorRun5ms 3 Periodic "0.005"
ControllerRun5ms 4 Periodic "0.005"
ActuatorRun5ms 5 Periodic "0.005"
D2 6 Periodic "0.005"
D3 7 Periodic "0.01"
APPSnsrRun 8 Periodic "0.01"
TPSPrimaryRun10ms 9 Periodic "0.01"
Создайте функцию, чтобы сгенерировать случайные расписания
В этом разделе мы создаем три различных функции: randomSchedule, generateSimulationInputs и simulateRandomSchedules
randomSchedule функция используется, чтобы создать случайные расписания при помощи случайных сочетаний модификаций индекса в schedule объект. Используя Order и RateSections свойства schedule объект, разделы в расписаниях перемещены в различных, случайных комбинациях. С этими случайным образом созданными расписаниями модели симулированы и сравнены, чтобы изучить эффект различных расписаний на симуляции. В функциональном randomSchedule, вход является именем модели. Затем используйте get_param получить simulink.schedule.OrderedSchedule объект модели. Объект расписания и его свойства используются, чтобы изменить и рандомизировать расписания. Создайте переменную firstExecutionOrder для первого раздела уровня модели. rateSections(1).ExecutionOrder = [firstExecutionOrder(1,:); reSchedule(firstExecutionOrder(2:end,:))] линия кода вызывает функциональный reSchedule который создает случайные сочетания индексов.
type randomSchedule
function schedule = randomSchedule(model)
% schedule = randomSchedule(model) Produces a
% simulink.schedule.OrderedSchedule that has a randomized permutation
% of the model's original execution order schedule
arguments
model char = bdroot
end
schedule = get_param(model, 'Schedule');
rateSections = schedule.RateSections;
firstOrder = rateSections(1).Order;
% This assumes that the slowest discrete rate is at index 1. This may
% not be the case for all models (ex. JMAAB-B).
rateSections(1).Order = [firstOrder(1,:); reSchedule(firstOrder(2:end,:))];
for i=2:length(rateSections)
rateSections(i).Order = reSchedule(rateSections(i).Order);
end
schedule.RateSections = rateSections;
end
function out = reSchedule(in)
numPartitions = height(in);
in.Index = in.Index(randperm(numPartitions));
out = in;
end
Чтобы анализировать эффекты различных расписаний на модели, симулируйте модель с различными расписаниями. В этой функции создайте массив Simulink.SimulationInput объекты. Через этот массив Simulink.SimulationInput объекты, можно применить расписания к модели с setModelParameters метод Simulink.SimulationInput объект.
type generateSimulationInputs
function in = generateSimulationInputs(model, numSimulations)
% in = generateSimulationInputs(model, numSimulations) Generates
% numSimulations Simulink.SimulationInput objects each containing a
% different, randomized execution order schedule
arguments
model char = bdroot
numSimulations double = 10
end
in(numSimulations) = Simulink.SimulationInput();
in = in.setModelName(model);
for idx = 1:numSimulations
in(idx) = in(idx).setModelParameter('Schedule', randomSchedule(model));
end
end
В последней функции используйте массив Simulink.SimulationInput объекты запустить несколько симуляций. Если симуляции завершены, можно построить выход всех симуляций в Инспекторе Данных моделирования.
type simulateRandomSchedules
function out = simulateRandomSchedules(model, numSimulations)
% out = simulateRandomSchedules(model, numSimulations) Simulates a
% model numSimulations number of times. Each simulation has a
% randomized execution order schedule.
arguments
model char = bdroot
numSimulations double = 10
end
in = generateSimulationInputs(model, numSimulations);
out = sim(in);
plot(out);
end
Выполните функции
Теперь запустите вышеупомянутые функции для ScheduleEditorAPIWithSubsystemPartitions модель. Во-первых, используйте randomSchedule функция, чтобы создать случайным образом сгенерированные расписания, затем, использует generateSimulationInputs функция, чтобы сгенерировать массив Simulink.SimulationInput объекты и использование simulateRandomSchedule функция, чтобы симулировать модель с различными расписаниями и построить их результаты для сравнения. Давайте запустим симуляции с 15 случайным образом сгенерированными расписаниями.
simulateRandomSchedules(model,15)
[30-Jul-2020 16:47:58] Running simulations... [30-Jul-2020 16:48:13] Completed 1 of 15 simulation runs [30-Jul-2020 16:48:21] Completed 2 of 15 simulation runs [30-Jul-2020 16:48:25] Completed 3 of 15 simulation runs [30-Jul-2020 16:48:30] Completed 4 of 15 simulation runs [30-Jul-2020 16:48:34] Completed 5 of 15 simulation runs [30-Jul-2020 16:48:38] Completed 6 of 15 simulation runs [30-Jul-2020 16:48:42] Completed 7 of 15 simulation runs [30-Jul-2020 16:48:46] Completed 8 of 15 simulation runs [30-Jul-2020 16:48:50] Completed 9 of 15 simulation runs [30-Jul-2020 16:48:54] Completed 10 of 15 simulation runs [30-Jul-2020 16:48:58] Completed 11 of 15 simulation runs [30-Jul-2020 16:49:02] Completed 12 of 15 simulation runs [30-Jul-2020 16:49:07] Completed 13 of 15 simulation runs [30-Jul-2020 16:49:11] Completed 14 of 15 simulation runs [30-Jul-2020 16:49:15] Completed 15 of 15 simulation runs ans = 1x15 Simulink.SimulationOutput array