Постройте график нелинейности нелинейной модели ARX
plot( строит графики нелинейности нелинейной модели ARX на нелинейном графике ARX. График показывает нелинейность для всех выходов модели как функцию от ее входных регрессоров.model)
plot(model1,...,modelN) генерирует график для нескольких моделей.
plot(model1,color1...,modelN,colorN) задает цвет для каждой модели. Вам не нужно задавать цвет для всех моделей.
Оцените нелинейную модель ARX и постройте график ее нелинейности.
load iddata1 model1 = nlarx(z1,[4 2 1],'wave','nlr',[1:3]); plot(model1)
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')
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)
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.