В этом примере показано, как оценить линейное, полиномиальную модель со структурой ARMAX для с тремя входами и одно выхода (MISO) система с помощью итеративного метода оценки armax
. Для сводных данных всех доступных команд оценки в тулбоксе смотрите Команды Оценки Модели.
Загрузите набор выборочных данных z8
с тремя входными параметрами и одним выходом, измеренным в 1
- вторые интервалы и содержащий 500 выборок данных.
load iddata8
Используйте armax
к оба создают idpoly
объект модели и оценка параметры:
Как правило, вы пробуете различные порядки модели и сравниваете результаты, в конечном счете выбирая самую простую модель, которая лучше всего описывает системную динамику. Следующая команда задает набор данных оценки, z8
, и порядки A, B, и полиномы C как na
, nb
, и nc
, соответственно. nk
из [0 0 0]
указывает, что нет никакой входной задержки всех трех входных каналов.
opt = armaxOptions;
opt.Focus = 'simulation';
opt.SearchOptions.MaxIterations = 50;
opt.SearchOptions.Tolerance = 1e-5;
na = 4;
nb = [3 2 3];
nc = 4;
nk = [0 0 0];
m_armax = armax(z8, [na nb nc nk], opt);
Focus
Допуск
, и MaxIter
опции оценки, которые конфигурируют целевую функцию оценки и атрибуты алгоритма поиска. Focus
опция задает, оптимизирована ли модель для приложений предсказания или симуляции. Tolerance
и MaxIter
параметры поиска задают, когда остановить оценку. Для получения дополнительной информации об этих свойствах, смотрите armaxOptions
страница с описанием.
armax
версия polyest
с упрощенным синтаксисом для структуры модели ARMAX. armax
метод оба построения idpoly
объект модели и оценки его параметры.
Просмотрите информацию о получившемся объекте модели.
m_armax
m_armax = Discrete-time ARMAX model: A(z)y(t) = B(z)u(t) + C(z)e(t) A(z) = 1 - 1.284 z^-1 + 0.3048 z^-2 + 0.2648 z^-3 - 0.05708 z^-4 B1(z) = -0.07547 + 1.087 z^-1 + 0.7166 z^-2 B2(z) = 1.019 + 0.1142 z^-1 B3(z) = -0.06739 + 0.06828 z^-1 + 0.5509 z^-2 C(z) = 1 - 0.06096 z^-1 - 0.1296 z^-2 + 0.02489 z^-3 - 0.04699 z^-4 Sample time: 1 seconds Parameterization: Polynomial orders: na=4 nb=[3 2 3] nc=4 nk=[0 0 0] Number of free coefficients: 16 Use "polydata", "getpvec", "getcov" for parameters and their uncertainties. Status: Estimated using ARMAX on time domain data "z8". Fit to estimation data: 80.86% (simulation focus) FPE: 2.888, MSE: 0.9868
m_armax
idpoly
объект модели. Коэффициенты представляют оцененные параметры этой полиномиальной модели. Можно использовать present(m_armax)
показать дополнительную информацию о модели, включая неопределенность параметра.
Просмотрите все значения свойств для этой модели.
get(m_armax)
A: [1 -1.2836 0.3048 0.2648 -0.0571] B: {[-0.0755 1.0870 0.7166] [1.0188 0.1142] [-0.0674 ... ]} C: [1 -0.0610 -0.1296 0.0249 -0.0470] D: 1 F: {[1] [1] [1]} IntegrateNoise: 0 Variable: 'z^-1' IODelay: [0 0 0] Structure: [1x1 pmodel.polynomial] NoiseVariance: 2.7984 InputDelay: [3x1 double] OutputDelay: 0 Ts: 1 TimeUnit: 'seconds' InputName: {3x1 cell} InputUnit: {3x1 cell} InputGroup: [1x1 struct] OutputName: {'y1'} OutputUnit: {''} OutputGroup: [1x1 struct] Notes: [0x1 string] UserData: [] Name: '' SamplingGrid: [1x1 struct] Report: [1x1 idresults.polyest]
Report
свойство модели содержит подробную информацию о результатах оценки. Просмотреть свойства и значения в Report
, используйте запись через точку. Например:
m_armax.Report
ans = Status: 'Estimated using ARMAX with simulation focus' Method: 'ARMAX' InitialCondition: 'zero' Fit: [1x1 struct] Parameters: [1x1 struct] OptionsUsed: [1x1 idoptions.polyest] RandState: [1x1 struct] DataUsed: [1x1 struct] Termination: [1x1 struct]
Это действие отображает содержимое отчета оценки, такое как качественные меры модели (Fit
), поисковый критерий завершения (Termination
), и запись данных об оценке (DataUsed
) и опции (OptionsUsed
).