Оценка модели серого ящика
Функции
greyest | Оценка модели линейного серого ящика |
nlgreyest | Оценка нелинейных параметров модели серого ящика |
idgrey | Линейная ОДУ (модель серого ящика) с идентифицируемыми параметрами |
idnlgrey | Нелинейная модель серого ящика |
pem | Минимизация ошибки предсказания для уточнения линейных и нелинейных моделей |
findstates | Оценка начальных состояний модели |
init | Установите или рандомизируйте начальные значения параметров |
getinit | Значения idnlgrey модель начальных состояний |
setinit | Установите начальные состояния idnlgrey объект модели |
getpar | Значения параметров и свойства idnlgrey параметры модели |
setpar | Установите начальные значения параметров idnlgrey объект модели |
getpvec | Получите параметры модели и соответствующие данные о неопределенности |
setpvec | Измените значения параметров модели |
sim | Симулируйте реакцию идентифицированной модели |
greyestOptions | Набор опций для greyest |
nlgreyestOptions | Набор опций для nlgreyest |
findstatesOptions | Набор опций для findstates |
simOptions | Набор опций для sim |
Примеры и как
Оценка линейных моделей серого-прямоугольника
Как задать и оценить линейные модели серый ящик в командной строке.
Оценка модели серого ящика в непрерывном времени для диффузии тепла
Этот пример показывает, как оценить теплопроводность и коэффициент теплопередачи модели серого ящика в непрерывном времени для нагреваемой стержневой системы.
Оценка модели серого ящика в дискретном времени с параметризованным нарушением порядка
Этот пример показывает, как создать структуру модели серого ящика с одним входом и одним выходом, когда вы знаете отклонение шума измерения.
Оценка коэффициентов ОДУ в соответствии с данным решением
Оцените параметры модели с помощью линейного и нелинейного серо-прямоугольного моделирования.
Оцените модель с использованием параметров нули/полюса/усиления
Этот пример показывает, как оценить модель, которая параметризована полюсами, нулями и усилениями.
Оценка нелинейных серо-прямоугольных моделей
Как задать и оценить нелинейные серые ящики в командной строке.
Создание файлов модели IDNLGREY
Этот пример показов, как записать файлы ОДУ для нелинейных моделей серого ящика как MATLAB и файлы MEX на C.
Оценка моделей в пространстве состояний с структурированной параметризацией
Структурированная параметризация позволяет вам исключить конкретные параметры из оценки, установив эти параметры к конкретным значениям.
Этот пример показывает, как оценить параметры в пользовательских структурах модели.
Концепции
Поддерживаемые модели Grey-Box
Типы поддерживаемых моделей серого ящика.
Данные, поддерживаемые моделями Grey-Box
Типы поддерживаемых данных для оценки моделей серого ящика.
Выбор объекта модели idgrey или idnlgrey
Различие между idgrey и idnlgrey объекты модели для представления объектов модели серого ящика.
Идентификация моделей пространства состояний с отдельными описаниями шума процесса и измерения
Идентифицированная линейная модель используется для моделирования и прогнозирования системных выходов для заданных входных и шумовых сигналов.
Функция потерь и моделируйте метрики качества
Сконфигурируйте функцию потерь, которая минимизируется во время оценки параметра. После оценки используйте метрики качества модели для оценки качества идентифицированных моделей.
Этот estimation report содержит информацию о результатах и опциях, используемых для оценки модели.
Регламентированные оценки параметров модели
Регуляризация является методом для определения ограничений на гибкость модели, тем самым уменьшая неопределенность в оцененных значениях параметров.
