Набор опций для predict
создает набор опций с опциями, заданными одним или несколькими opt
= predictOptions(Name,Value
)Name,Value
аргументы в виде пар.
Создайте набор опций по умолчанию для предсказания модели.
opt = predictOptions;
Задайте выходные смещения для модели с двумя выходами как 2 и 5, соответственно.
opt.OutputOffset = [2;5];
Программа вычитает значение смещения OutputOffset(i)
из i-го выходного сигнала перед использованием выхода для предсказания отклика модели. Затем программное обеспечение добавляет эти смещения к предсказанному ответу, чтобы дать окончательный ответ.
Создайте набор опций для predict
использование нулевых начальных условий.
opt = predictOptions('InitialCondition','z');
Загрузите набор данных с двумя входами и одним выходом.
load iddata7 z7
Идентифицируйте модель пространства состояний пятого порядка с помощью данных.
sys = n4sid(z7,5);
Разделите набор данных на две части.
zA = z7(1:15); zB = z7(16:end);
Предположим, что вы хотите вычислить 10-ступенчатое предсказание отклика идентифицированной системы на данные zB
. Для начальных условий используйте значения сигналов в zA
как историческая запись. То есть входные и выходные значения для времени, непосредственно предшествующего данным в zB
.
IO = struct('Input',zA.InputData,'Output',zA.OutputData); opt = predictOptions('InitialCondition',IO);
Сгенерируйте 10-ступенчатое предсказание для zB
данных использование заданных начальных условий.
[yp,x0,Predictor] = predict(sys,zB,10,opt);
yp
- предсказанная реакция модели, x0
являются ли начальные состояния, соответствующие модели предиктора Predictor
. Можно симулировать Predictor
использование x0
как начальные условия для воспроизведения yp.OutputData
.
Чтобы понять, как прошлые данные отображаются в начальные состояния модели, см. «Понимание использования исторических данных для предсказания модели».
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
.
predictOptions('InitialCondition','z')
задает нулевые начальные условия для измеренных входно-выходных данных.'InitialCondition'
- Обработка начальных условий'e'
(по умолчанию) | 'z'
| 'd'
| вектор-столбец | матрица | initialCondition
объект | объектный массив | структура | idpar
x0Obj объекта
Обработка начальных условий, заданных как разделенная запятыми пара, состоящая из 'InitialCondition'
и одно из следующих значений:
'z'
- Нулевые начальные условия.
'e'
- Оценить начальные условия так, чтобы ошибка предсказания для наблюдаемого выхода была сведена к минимуму.
Для нелинейных серых серых ящиков только эти начальные состояния i
которые обозначены как свободные в модели (sys.InitialStates(i).Fixed = false
) оценены. Чтобы оценить все состояния модели, сначала задайте все Nx
состояний idnlgrey
модели sys
как бесплатно.
for i = 1:Nx sys.InitialStates(i).Fixed = false; end
Точно так же, чтобы исправить все начальные состояния к значениям, заданным в sys.InitialStates
сначала задайте все состояния как фиксированные в sys.InitialStates
свойство нелинейной модели серого ящика.
'd'
- Подобно 'e'
, но поглощает ненулевые задержки в коэффициенты модели. Задержки сначала преобразуются в явные состояния модели, и начальные значения этих состояний также оцениваются и возвращаются.
Используйте эту опцию только для линейных моделей.
Вектор или Матрица - Начальное предположение для значений состояния, заданных как числовой вектор-столбец длины, равная количеству состояний. Для данных нескольких экспериментов задайте матрицу с Ne столбцами, где Ne количество экспериментов. В противном случае используйте вектор-столбец, чтобы задать одинаковые начальные условия для всех экспериментов. Используйте эту опцию для пространства состояний (idss
и idgrey
) и нелинейные модели (idnlarx
, idnlhw
, и idnlgrey
) только.
initialCondition
объект - initialCondition
объект, который представляет модель свободной реакции системы на начальные условия. Для мультиэксперентных данных задайте 1-байт- Ne массив объектов, где Ne количество экспериментов.
Используйте эту опцию только для линейных моделей.
Структура со следующими полями, которые содержат исторические входные и выходные значения для временного интервала непосредственно перед временем запуска данных, используемых в предсказании:
Область | Описание |
---|---|
Input | История входов, заданная как матрица с Nu столбцами, где Nu - количество входных каналов. Для моделей временных рядов используйте [] . Количество строк должно быть больше или равно порядку модели. |
Output | Выход, заданная как матрица с Ny столбцами, где Ny - количество выходных каналов. Количество строк должно быть больше или равно порядку модели. |
Для получения примера смотрите Использование исторических данных для определения начальных условий для предсказания модели.
Для данных нескольких экспериментов сконфигурируйте начальные условия отдельно для каждого эксперимента, задав InitialCondition
как массив структур с Ne элементами. Чтобы задать одинаковые начальные условия для всех экспериментов, используйте одну структуру.
Программное обеспечение использует data2state
для сопоставления исторических данных с состояниями. Если ваша модель не idss
, idgrey
, idnlgrey
, или idnlarx
программное обеспечение сначала преобразует модель в представление пространства состояний, а затем преобразует данные в состояния. Если преобразование вашей модели в idss
невозможно, предполагаемые состояния возвращаются пустыми.
x0obj
- Объект спецификации, созданный с помощью idpar
. Используйте этот объект для дискретного пространства состояний (idss
и idgrey
) и нелинейный серый ящик (idnlgrey
) только модели. Использование x0obj
наложение ограничений на начальные состояния путем фиксации их значения или определения минимальных или максимальных границ.
'InputOffset'
- Смещение входного сигнала[]
(по умолчанию) | вектор-столбец | матрицаСмещение входного сигнала для данных временной области, заданное как разделенная разделенными запятой парами, состоящая из 'InputOffset'
и одно из следующих значений:
[]
- Никаких входных смещений.
Вектор-столбец длины Nu, где Nu - количество входов. Программа вычитает значение смещения InputOffset(i)
от i-го входного сигнала перед использованием входа для предсказания отклика модели.
Nu -by- Ne матрица - Для данных нескольких экспериментов задайте InputOffset
как Nu -by - Ne матрица, где Ne - количество экспериментов. Программа вычитает значение
смещения InputOffset(i,j)
из i-го входного сигнала j-го эксперимента перед предсказанием.
Если вы задаете вектор-столбец длины Nu, то значение смещения InputOffset(i)
вычитается из i-го входного сигнала всех экспериментов.
'OutputOffset'
- Смещение выходного сигнала[]
(по умолчанию) | вектор-столбец | матрицаСмещение выходного сигнала для данных временной области, заданное как разделенная разделенными запятой парами, состоящая из 'OutputOffset'
и одно из следующих значений:
[]
- Нет выходных смещений.
Вектор-столбец длины Ny, где Ny количество выходов. Программа вычитает значение смещения OutputOffset(i)
от i-го выходного сигнала перед использованием выхода для предсказания отклика модели. После предсказания программное обеспечение добавляет смещения к предсказанному ответу, чтобы дать окончательный предсказанный ответ.
Ny -by- Ne матрица - Для данных нескольких экспериментов задайте OutputOffset
как Ny -by - Ne матрица, где Ne - количество экспериментов. Программа вычитает значение
смещения OutputOffset(i,j)
из i-го выходного сигнала j-го эксперимента перед предсказанием.
Если вы задаете вектор-столбец длины Ny, то значение смещения OutputOffset(i)
вычитается из i-го выходного сигнала всех экспериментов.
После предсказания программное обеспечение добавляет удаленные смещения к предсказанному ответу, чтобы дать окончательный предсказанный ответ.
'OutputWeight'
- Вес выхода для оценки начального условия[]
(по умолчанию) | 'noise'
| матрицаВес выхода для оценки начального условия, заданный как разделенная разделенными запятой парами, состоящая из 'OutputWeight'
и одно из следующих значений:
[]
- Утяжеление не используется программным обеспечением для оценки начальных условий. Эта опция аналогична использованию eye(Ny)
для выходного веса, где Ny количество выходов.
'noise'
- Программное обеспечение использует обратную сторону NoiseVariance
свойство модели как веса.
Положительная, полуопределенная матрица размерности Ny -by - Ny, где Ny - количество выходов.
OutputWeight
релевантно только для мультивыходов.
opt
- Набор опций для predict
predictOptions
набор опцийНабор опций для predict
, перенастроенный как predictOptions
набор опций.
absorbDelay
| idpar
| predict
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.