Совершенствуйте линейные параметрические модели
Когда совершенствовать модели
Существует две ситуации, где можно совершенствовать оценки линейных параметрических моделей.
В первой ситуации вы уже оценили параметрическую модель и желание обновить значения его свободных параметров, чтобы улучшить подгонку к данным об оценке. Это полезно если ваша предыдущая оценка, отключенная из-за ограничений алгоритма поиска, таких как максимальное количество итераций или вычислений функции, позволенных достигнутыми. Однако, если ваша модель получает существенную динамику, обычно не необходимо продолжить улучшать подгонку — особенно, когда улучшение является частью процента.
Во второй ситуации вы можете создать модель с помощью одного из конструкторов модели, описанных в Командах для Построения Линейных Структур модели. В этом случае вы встроили начальные предположения параметра в структуру модели и желание совершенствовать эти значения параметров.
Что вы задаете, чтобы совершенствовать модель
Когда вы совершенствовали модель, необходимо обеспечить два входных параметров:
Параметрическая модель
Данные — можно или использовать тот же набор данных для совершенствования модели как та, которая вы первоначально раньше оценивали модель, или можно использовать различный набор данных.
Совершенствуйте линейные параметрические модели Используя приложение System Identification
Следующая процедура принимает, что модель, которую вы хотите совершенствовать, уже находится в приложении System Identification. Вы можете оценить эту модель на текущем сеансе или импортировать модель из MATLAB® рабочая область. Для получения информации об импорте моделей в приложение см. Модели Импорта в Приложение.
Совершенствовать вашу модель:
В приложении System Identification проверьте, что у вас есть правильный набор данных в области Working Data для совершенствования вашей модели.
Если вы используете различный набор данных, чем тот, вы раньше оценивали модель, перетаскивали правильный набор данных в область Working Data. Для получения дополнительной информации об определении данных об оценке, смотрите, Задают Данные об Оценке и Валидации в Приложении.
Выберите Estimate> Refine Existing Models, чтобы открыть диалоговое окно Model Refinement.
Для получения дополнительной информации об опциях в диалоговом окне нажмите Help.
Выберите модель, которую вы хотите совершенствовать в
Initial modelвыпадающий список или вводит имя модели.Имя модели должно быть в Совете Модели приложения System Identification или переменной в рабочем пространстве MATLAB. Модель может быть пространством состояний, полиномом, процессом, передаточной функцией или линейной моделью серого ящика. Размерности ввода - вывода модели должны совпадать с размерностями рабочих данных.
(Необязательно) Измените опции во вкладке Estimation Options.
При вводе имя модели, опции оценки в диалоговом окне Model Refinement заменяют начальные настройки модели.
Расширьте Fit Frequency Range, чтобы задать частотный диапазон, по которому можно соответствовать данным.
Расширьте Search options, чтобы задать метод поиска и другие критерии поиска.
Расширьте Regularization, чтобы получить упорядоченные оценки параметров модели. Задайте константы регуляризации в Окне параметров Регуляризации. Чтобы узнать больше, смотрите Упорядоченные Оценки Параметров модели.
Нажмите Estimate, чтобы совершенствовать модель.
Подтвердите новую модель. Смотрите Способы Подтвердить Модели.
Совершенствуйте линейные параметрические модели в командной строке
Если вы работаете в командной строке, можно использовать pem совершенствовать параметрические оценки модели. Можно также использовать различную структуру модели определенные средства оценки — ssest для idss модели, polyest для idpoly модели, tfest для idtf модели, и greyest для idgrey модели.
Общий синтаксис для совершенствования первоначальных моделей следующие:
m = pem(data,init_model)
pem использует свойства первоначальной модели.
Можно также задать опции оценки, конфигурирующие настройки целевой функции и алгоритма поиска. Для получения дополнительной информации смотрите страницу с описанием функции оценки.