Линейные модели Серый ящик

Оцените коэффициенты линейного дифференциала, различия и уравнений пространства состояний

Функции

greyestОценка модели линейного серого ящика
idgreyЛинейная ОДУ (модель серого ящика) с идентифицируемыми параметрами
pemМинимизация ошибки предсказания для уточнения линейных и нелинейных моделей
findstatesОценка начальных состояний модели
initУстановите или рандомизируйте начальные значения параметров
getpvecПолучите параметры модели и соответствующие данные о неопределенности
setpvecИзмените значения параметров модели
getparПолучите атрибуты, такие как значения и границы параметров линейной модели
setparУстановите атрибуты, такие как значения и границы параметров линейной модели
findstatesOptionsНабор опций для findstates
greyestOptionsНабор опций для greyest

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 моделей в пространстве состояний с структурированной параметризацией

Структурированная параметризация позволяет вам исключить конкретные параметры из оценки, установив эти параметры к конкретным значениям.

Оценка коэффициентов ОДУ в соответствии с данным решением

Оцените параметры модели с помощью линейного и нелинейного серо-прямоугольного моделирования.

Оценка модели с использованием параметров нули/полюса/усиления

Этот пример показывает, как оценить модель, которая параметризована полюсами, нулями и усилениями.

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.

Рекомендуемые примеры

Для просмотра документации необходимо авторизоваться на сайте