Набор опций для nlarx
opt = nlarxOptions(Name,Value)Name,Value аргументы в виде пар.
opt = nlarxOptions;
Создайте набор опций по умолчанию для nlarxи используйте запись через точку для изменения конкретных опций.
opt = nlarxOptions;
Включите отображение прогресса оценки.
opt.Display = 'on';Минимизируйте норму ошибки симуляции.
opt.Focus = 'simulation';Используйте подпространство Gauss-Newton поиск методом наименьших квадратов с максимум 25 итерациями.
opt.SearchMethod = 'gn';
opt.SearchOptions.MaxIterations = 25;Создайте набор опций для nlarx установка следующих опций:
Отключите итерационную оценку для оценки вейвлет по умолчанию.
Включите отображение прогресса оценки-просмотра.
opt = nlarxOptions('IterativeWavenet','off','Display','on');
Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.
'Focus','simulation','SearchMethod','grad' задает, что норма ошибки симуляции минимизируется с помощью наискорейшего спуска методом поиска методом наименьших квадратов.'Focus' - Цель минимизации'prediction' (по умолчанию) | 'simulation'Цель минимизации, заданная как разделенная разделенными запятой парами, состоящая из 'Focus' и одно из следующих:
'prediction' - Минимизируйте норму ошибки предсказания, которая определяется как различие между измеренным выходом и предсказанной характеристикой модели на один шаг вперед.
'simulation' - Минимизируйте норму ошибки симуляции, которая определяется как различие между измеренным выходом и моделируемой характеристикой модели.
'Display' - Настройка отображения прогресса оценки'off' (по умолчанию) | 'on'Настройка отображения прогресса оценки, заданная как разделенная разделенными запятой парами, состоящая из 'Display' и одно из следующих:
'off' - Информация о прогрессе или результатах не отображается.
'on' - Информация о структуре модели и результатах оценки отображаются в окне progress-viewer.
'OutputWeight' - Взвешивание ошибки предсказания в многозначных оценках'noise' (по умолчанию) | положительную полуопределенную матрицуВзвешивание ошибки предсказания в оценках мультивыхода, заданное как разделенная разделенными запятой парами, состоящая из 'OutputWeight' и одно из следующих:
'noise' - Оптимальное взвешивание автоматически вычисляется как обратное расчетного отклонения шума. Это взвешивание минимизирует det(E'*E), где E - матрица ошибок предсказания. Эта опция недоступна при использовании 'lsqnonlin' как 'SearchMethod'.
Положительная полуопределённая матрица, W, размера, равного количеству выходов. Это взвешивание минимизирует trace(E'*E*W/N), где E - матрица ошибок предсказания и N количество выборок данных.
'IterativeWavenet' - Итеративная wavenet установка оценки'auto' (по умолчанию) | 'on' | 'off'Повторяющийся wavenet установка оценки, заданная как разделенная разделенными запятой парами, состоящая из 'IterativeWavenet' и одно из следующих:
'auto' - Первая оценка является неитерационной, а последующие оценки являются итеративными.
'on' - Выполните только итерационную оценку.
'off' - Выполните только нетеративную оценку.
Эта опция применяется только при использовании wavenet оценка нелинейности.
'Regularization' - Опции для регулярной оценки параметров моделиОпции для регулярной оценки параметров модели, заданные как разделенная разделенными запятой парами, состоящая из 'Regularization' и структуру с полями:
| Имя поля | Описание | Дефолт |
|---|---|---|
Lambda | Смещение от балансовой константы отклонения, заданное как неотрицательный скаляр. | 0 - Отсутствие регуляризации. |
R | Взвешивающая матрица, заданная как вектор неотрицательных скаляров или квадратная положительная полуопределенная матрица. Длина должна быть равна количеству свободных параметров в модели, np. Используйте nparams команда для определения количества параметров модели. | 1 - Указывает значение eye(np). |
Nominal |
Номинальное значение, к которому свободные параметры тянутся во время оценки, задается как одно из следующего:
| 'zero' |
Чтобы задать значения полей в Regularization, создайте nlarxOptions по умолчанию установите и измените поля с помощью записи через точку. Все поля, которые вы не изменяете, сохраняют значения по умолчанию.
opt = nlarxOptions; opt.Regularization.Lambda = 1.2; opt.Regularization.R = 0.5*eye(np);
Регуляризация является методом для определения ограничений гибкости модели, которые уменьшают неопределенность в оцененных значениях параметров. Для получения дополнительной информации см. «Регуляризованные оценки параметров модели».
'SearchMethod' - Численный метод поиска, используемый для итерационной оценки параметра'auto' (по умолчанию) | 'gn' | 'gna' | 'lm' | 'grad' | 'lsqnonlin' | 'fmincon'Численный метод поиска, используемый для итерационной оценки параметра, заданный как разделенная разделенными запятой парами, состоящая из 'SearchMethod' и одно из следующих:
'auto' - комбинация алгоритмов поиска по линии, 'gn', 'lm', 'gna', и 'grad' методы пробуются последовательно при каждой итерации. Используется первое направление спуска, ведущее к снижению стоимости оценки.
'gn' - Подпространство Гаусса-Ньютона поиск наименьших квадратов. Сингулярные значения якобиевой матрицы менее GnPinvConstant*eps*max(size(J))*norm(J) отбрасываются при вычислении направления поиска. J - якобианская матрица. Матрица Гессия аппроксимируется как JTJ. Если улучшения в этом направлении нет, функция пробует градиентное направление.
'gna' - Адаптивный подпространство Gauss-Newton search. Собственные значения меньше gamma*max(sv) Гессиан игнорируются, где sv содержат сингулярные значения Гессиана. Направление Гаусса-Ньютона вычисляется в оставшемся подпространстве. gamma имеет начальное значение InitialGnaTolerance (см. Advanced в 'SearchOptions' для получения дополнительной информации. Это значение увеличивается на множитель LMStep каждый раз, когда поиск не находит меньшее значение критерия менее чем за пять бисекций. Это значение уменьшается на множитель 2*LMStep каждый раз, когда поиск успешен без каких-либо бисекций.
'lm' - поиск Левенберга-Марквардта методом наименьших квадратов, где следующее значение параметров -pinv(H+d*I)*grad от предыдущего. H - Гессиан, I - тождества матрица, а grad - градиент. d - это число, которое увеличивается до тех пор, пока не будет найдено более низкое значение критерия.
'grad' - Наискорейший спуск поиска методом наименьших квадратов.
'lsqnonlin' - Алгоритм, отражающий доверительную область lsqnonlin (Optimization Toolbox). Требуется программное обеспечение Optimization Toolbox™.
'fmincon' - Нелинейные решатели с ограничениями. Можно использовать последовательные квадратичные алгоритмы программирования (SQP) и отражения доверительной области fmincon (Optimization Toolbox) решатель. Если у вас есть программное обеспечение Optimization Toolbox, можно также использовать алгоритмы interior-point и active-set fmincon решатель. Задайте алгоритм в SearchOptions.Algorithm опция. The fmincon алгоритмы могут привести к улучшению результатов оценки в следующих сценариях:
Ограниченные задачи минимизации, когда существуют ограничения, накладываемые на параметры модели.
Моделируйте структуры, где функция потерь является нелинейной или не сглаженной функцией параметров.
Оценка модели с мультивыходами. Функция определяющих минимизируется по умолчанию для оценки мультивыхода. fmincon алгоритмы способны минимизировать такие функции потерь непосредственно. Другие методы поиска, такие как 'lm' и 'gn' минимизировать функцию определяющих путем поочередной оценки отклонения шума и уменьшения значения потерь для заданного значения отклонения шума. Следовательно, fmincon алгоритмы могут предложить лучшую эффективность и точность для оценок мультивыхода.
'SearchOptions' - Набор опций для алгоритма поискаНабор опций для алгоритма поиска, заданный как разделенная разделенными запятой парами, состоящая из 'SearchOptions' и набор опций поиска с полями, которые зависят от значения SearchMethod:
SearchOptions Структура при SearchMethod Задается как 'gn', 'gna', 'lm', 'grad', или 'auto'
| Имя поля | Описание | Дефолт | ||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Tolerance | Минимальный процент различия между текущим значением функции потерь и ее ожидаемым улучшением после следующей итерации, заданным как положительная скалярная величина. Когда процент ожидаемого улучшения меньше | 1e-5 | ||||||||||||||||||||||||||||||
MaxIterations | Максимальное количество итераций во время минимизации функции потерь, заданное как положительное целое число. Итерации останавливаются, когда Настройка Использование | 20 | ||||||||||||||||||||||||||||||
Advanced | Дополнительные параметры поиска, заданные как структура со следующими полями:
| |||||||||||||||||||||||||||||||
SearchOptions Структура при SearchMethod Задается как 'lsqnonlin'
| Имя поля | Описание | Дефолт |
|---|---|---|
FunctionTolerance | Допуск на разрыв функции потерь, которую программное обеспечение минимизирует, чтобы определить оцененные значения параметров, заданные как положительная скалярная величина. Значение | 1e-5 |
StepTolerance | Допуск на разрыв для предполагаемых значений параметров, заданный как положительная скалярная величина. Значение | 1e-6 |
MaxIterations | Максимальное количество итераций во время минимизации функции потерь, заданное как положительное целое число. Итерации останавливаются, когда Значение | 20 |
Advanced | Расширенные настройки поиска, заданные как набор опций для Для получения дополнительной информации смотрите таблицу Опции Оптимизации в Опциях Оптимизации (Optimization Toolbox). | Использование optimset('lsqnonlin') чтобы создать набор опций по умолчанию. |
SearchOptions Структура при SearchMethod Задается как 'fmincon'
| Имя поля | Описание | Дефолт |
|---|---|---|
Algorithm |
Для получения дополнительной информации об алгоритмах смотрите Ограниченные алгоритмы нелинейной оптимизации (Optimization Toolbox) и Выбор алгоритма (Optimization Toolbox). | 'sqp' |
FunctionTolerance | Допуск на разрыв функции потерь, которую программное обеспечение минимизирует, чтобы определить оцененные значения параметров, заданные как положительная скалярная величина. | 1e-6 |
StepTolerance | Допуск на разрыв для предполагаемых значений параметров, заданный как положительная скалярная величина. | 1e-6 |
MaxIterations | Максимальное количество итераций во время минимизации функции потерь, заданное как положительное целое число. Итерации останавливаются, когда | 100 |
Чтобы задать значения полей в SearchOptions, создайте nlarxOptions по умолчанию установите и измените поля с помощью записи через точку. Все поля, которые вы не изменяете, сохраняют значения по умолчанию.
opt = nlarxOptions; opt.SearchOptions.MaxIter = 15; opt.SearchOptions.Advanced.RelImprovement = 0.5;
'Advanced' - Дополнительные расширенные опцииДополнительные расширенные опции, заданные как разделенная разделенными запятой парами, состоящая из 'Advanced' и структуру с полями:
| Имя поля | Описание | Дефолт |
|---|---|---|
ErrorThreshold | Порог того, когда настроить вес больших ошибок с квадратичного на линейный, задаётся как неотрицательный скаляр. Ошибки больше ErrorThreshold умножение предполагаемого стандартного отклонения на линейный вес в функции потерь. Стандартное отклонение оценивается робастно как медиана абсолютных отклонений от медианы ошибок предсказания, деленная на 0,7. Если ваши данные оценки содержат выбросы, попробуйте задать ErrorThreshold на 1.6. | 0 - Приводит к чисто квадратичной функции потерь. |
MaxSize | Максимальное количество элементов в сегменте, когда входно-выходные данные разделены на сегменты, заданные как положительное целое число. | 250000 |
Чтобы задать значения полей в Advanced, создайте nlarxOptions по умолчанию установите и измените поля с помощью записи через точку. Все поля, которые вы не изменяете, сохраняют значения по умолчанию.
opt = nlarxOptions; opt.Advanced.ErrorThreshold = 1.2;
opt - Набор опций для nlarx командаnlarxOptions набор опцийНабор опций для nlarx команда, возвращенная как nlarxOptions набор опций.
В имена году были изменены опции анализа некоторых оценок и R2018a. Прежние имена все еще работают. Для получения дополнительной информации смотрите R2018a релиза примечание Переименование оценки и Опции анализа.
У вас есть измененная версия этого примера. Вы хотите открыть этот пример с вашими правками?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.