idnlarx/plot

Постройте график нелинейности нелинейной модели ARX

Описание

пример

plot(model) строит графики нелинейности нелинейной модели ARX на нелинейном графике ARX. График показывает нелинейность для всех выходов модели как функцию от ее входных регрессоров.

plot(model,color) задает используемый цвет.

plot(model1,...,modelN) генерирует график для нескольких моделей.

пример

plot(model1,color1...,modelN,colorN) задает цвет для каждой модели. Вам не нужно задавать цвет для всех моделей.

пример

plot(___,'NumberofSamples',N) задает количество выборок, используемых для построения сетки в пространстве регрессора на каждой оси. Этот синтаксис может включать любое из комбинаций входных аргументов в предыдущих синтаксисах.

Примеры

свернуть все

Оцените нелинейную модель ARX и постройте график ее нелинейности.

load iddata1
model1 = nlarx(z1,[4 2 1],'wave','nlr',[1:3]);
plot(model1)

Figure Nonlinear ARX Model Plot contains 3 axes and other objects of type uipanel, uicontrol. Axes 1 is empty. Axes 2 is empty. Axes 3 with title Output: y1 contains an object of type surface. This object represents model1:wavenet.

В окне plot можно выбрать:

  • Регрессоры, используемые на графике осей и задающие центральные точки для других регрессоров на панели строения. Для мультивыходов каждый вывод строится отдельно.

  • Вид выхода из выпадающего списка, расположенного в верхней части графика.

load iddata1
model1 = nlarx(z1,[4 2 1],'wave','nlr',[1:3]);
model2 = nlarx(z1,[4 2 1],'sigmoidnet','nlr',[1:3]);
plot(model1,'b', model2, 'g')

Figure Nonlinear ARX Model Plot contains 3 axes and other objects of type uipanel, uicontrol. Axes 1 is empty. Axes 2 is empty. Axes 3 with title Output: y1 contains 2 objects of type surface. These objects represent model1:wavenet, model2:sigmoidnet.

load iddata1
model1 = nlarx(z1,[4 2 1],'wave','nlr',[1:3]);
model2 = nlarx(z1,[4 2 1],'sigmoidnet','nlr',[1:3]);
plot(model1,'b', model2, 'g','NumberofSamples',50)

Figure Nonlinear ARX Model Plot contains 3 axes and other objects of type uipanel, uicontrol. Axes 1 is empty. Axes 2 is empty. Axes 3 with title Output: y1 contains 2 objects of type surface. These objects represent model1:wavenet, model2:sigmoidnet.

Входные параметры

свернуть все

Предполагаемая нелинейная модель ARX, заданная как idnlarx объект модели. Использовать nlarx для оценки модели.

Цвет для построения графика регрессоров, заданный как один из следующих:

  • Вектор символов с названием цвета, заданный как один из следующих:

    • 'b'

    • 'y'

    • 'm'

    • 'c'

    • 'r'

    • 'g'

    • 'w'

  • 3-элементный двухэлементный вектор значений RGB

По умолчанию цвета выбираются автоматически.

Типы данных: double | char

Число точек, используемых на оси регрессора для отображения выборок регрессора, заданное в виде положительного целого числа.

Типы данных: double

Подробнее о

свернуть все

Что такое нелинейный график ARX?

Нелинейный график ARX отображает вычисленную нелинейность модели для выбранной модели выхода как функцию одного или двух регрессоров модели. Для модели M, нелинейность модели (M.Nonlinearity) является функцией оценки нелинейности, такой как wavenet, sigmoidnet, или treepartition, который использует регрессоры модели в качестве входных входов.

Чтобы понять, что построено, предположим, что {r1,r2,…,rN} являются ли N регрессоры, используемые нелинейной моделью ARX M с нелинейностью nl соответствующий выходу модели. Можно использовать getreg(M) чтобы просмотреть эти регрессоры. Выражение Nonlin = evaluate(nl,[v1,v2,...,vN]) возвращает выходы модели для заданных значений этих регрессоров, то есть r1 = v1, r2 = v2..., rN = vN. Для графического изображения нелинейностей выберите одну или две из N регрессоры, например rsub = {r1,r4}. Программное обеспечение изменяет значения этих регрессоров в заданную область, фиксируя значение остальных регрессоров и генерирует график Nonlin против rsub. По умолчанию программа устанавливает значения остальных фиксированных регрессоров в их оценочные средства, но можно изменить эти значения. Средства регрессора хранятся в Nonlinearity.Parameters.RegressorMean свойство модели.

Изучение нелинейного графика ARX может помочь вам получить представление о том, какие регрессоры оказывают самый сильный эффект на выход модели. Понимание относительной важности регрессоров на выходе может помочь вам решить, какие регрессоры включить в нелинейную функцию для этого вывода. Если форма графика выглядит как плоскость для всех выбранных значений регрессора, то модель, вероятно, линейна в этих регрессорах. В этом случае можно удалить соответствующие регрессоры из нелинейного блока и повторить оценку.

Кроме того, можно создать несколько нелинейных моделей для тех же данных с помощью различных оценок нелинейности, таких как wavenet сети и treepartition, и затем сравните нелинейные поверхности этих моделей. Согласие между графиками для различных моделей повышает доверие в том, что эти нелинейные модели захватывают истинную динамику системы.

Дополнительные сведения о настройке графика см. в разделе Настройка нелинейного графика ARX.

Введенный в R2014a
Для просмотра документации необходимо авторизоваться на сайте