Одноэтапная модель подходит для модели со всеми данными в одном процессе. Если ваши входы данных не имеют иерархической структуры, и все входы модели являются глобальными на одном уровне, то подбирайте одностадийную модель.
Если ваши данные имеют локальные и глобальные входы, где некоторые переменные фиксированы, изменяя другие, выберите вместо этого двухэтапную или двухточечную модель. Смотрите Подгонку Двухэтапной Модели или Подгонку Модели Точка за Точкой.
Подготовьте свои данные перед подбором кривой модели.
В MATLAB®на вкладке Apps, в группе Automotive, нажмите MBC Model Fitting.
На главной странице Model Browser нажмите Import Data.
Выберите для импорта из файла или рабочей области.
Используйте браузер файлов, чтобы выбрать файл для импорта.
Откроется окно Редактор.
Используйте Редактор данных для проверки и подготовки данных. Можно фильтровать, группировать и редактировать данные, и можно задать новые переменные. См. Использование данных.
На главной странице Model Browser нажмите Fit Models.
В диалоговом окне Fit Моделей выберите набор данных в проекте из списка Data set.
Если данные не загружены, можно щелкнуть Import from file на панели Data. Используйте браузер файлов, чтобы выбрать файл для импорта.
Кроме того, можно выбрать данные валидации в качестве выборки аппроксимационных данных или отдельного набора данных.
Щелкните значок One-Stage плана тестирования на панели Template.
На панели Inputs and Responses выберите каналы данных, которые будут использоваться для ответов, которые вы хотите смоделировать, и нажмите кнопку, чтобы добавить к откликам.
Чтобы создать краевую модель, оставьте флажок Fit boundary model установленным. Краевая модель, описывающая пределы рабочей огибающей, может быть полезной, когда вы создаете и оцениваете проекты, результаты оптимизации и глобальные модели.
Выберите каналы данных для использования во входах модели и нажмите кнопку, чтобы добавить к откликам.
Щелкните OK, чтобы соответствовать типам модели по умолчанию выбранным данным. Тулбокс вычисляет подгонку и добавляет новый узел модели в дерево модели. Типом модели отклика по умолчанию является модель Гауссова процесса (GPM), которая обычно может привести к хорошей подгонке с первого раза.
Если вы используете созданный шаблон, чтобы переопределить модели по умолчанию, очистите опцию Use default models for large data.
| Типы моделей по умолчанию | Настройки больших данных для > 2000 точек |
|---|---|
| Модель отклика: Гауссовская модель процесса (GPM) | Использует поведение больших данных для Гауссовых моделей процесса из Statistics and Machine Learning Toolbox™. |
| Краевая модель: Выпуклая оболочка к входам | Переключатели на парную выпуклую оболочку. Переключаться при ≥ 8 входах, даже когда < 2000 точек. |
Просмотр модели подгонки.
Функциональность, доступная для просмотра и уточнения модели подгонки, описана в «Оценке одноэтапных моделей» и «Руководствах по выбору наилучшей модели подгонки».
После того, как вы создаете одну модель, вы должны создать больше моделей для сравнения, чтобы искать лучшую подгонку. Следуйте инструкциям в разделе «Создание альтернативных моделей для сравнения».
Совет
Чтобы просмотреть пример проекта с данными о двигателе и готовыми моделями, смотрите Калибровку бензинового Engine.
