Этот пример моделирования 2D этапа показывает вам, как создать статистическую модель механизма, который предсказывает момент привода механизма в зависимости от искры, скорости вращения двигателя, загрузки и отношения воздуха/топлива. Одноэтапное моделирование подбирает модель ко всем данным в одном процессе, не составляя структуру данных. Когда данные имеют очевидную иерархическую структуру (как здесь), моделирование 2D этапа лучше подходит для задачи.
Обычный путь к сбору данных о моменте привода состоит в том, чтобы зафиксировать скорость вращения двигателя, загрузку и отношение воздуха/топлива в каждом тесте и развернуть угол искры через область значений углов. Для этой экспериментальной настройки существует два источника изменения. Первый источник является изменением в тестах, когда угол искры изменяется. Второй источник изменения между тестами, когда скорость вращения двигателя, загрузка и отношение воздуха/топлива изменяются. Изменение в тесте называется локальное, и изменение между тестами, глобальной переменной. 2D подготовьте оценки моделирования локальное и глобальное изменение отдельно путем приспосабливания локальных и глобальных моделей на двух этапах. Локальная модель подбирается к каждому тесту независимо. Результаты всех локальных моделей используются, чтобы подбирать глобальные модели через все глобальные переменные. Если глобальные модели были оценены, они могут использоваться, чтобы оценить коэффициенты локальных моделей для любой скорости, загрузки и отношения воздуха/топлива. Отношение между локальными и глобальными моделями показывают в этой блок-схеме.
Чтобы начать с моделированием 2D этапа, выполните эти шаги рабочего процесса.
Шаги рабочего процесса | Описание |
|---|---|
Настройте свои локальные и глобальные модели, выберите данные для моделирования и задайте ответ, который будет смоделирован. | |
Запустите тулбокс и загрузку и просмотрите некоторые данные для моделирования. | |
Исследуйте подгонку модели к данным путем рассмотрения локальной переменной, глобальной, и 2D подготовьте модели ответа. | |
Экспортируйте свою завершенную модель, например, для использования в части CAGE тулбокса для калибровки. | |
Полезные методы для создания нескольких различных моделей, чтобы искать самую лучшую подгонку к данным. |
В MATLAB®, на вкладке Apps, в группе Automotive, нажимают MBC Model Fitting.
Если вы никогда не использовали тулбокс прежде, диалоговое окно User Information появляется. Если вы хотите, можно заполнить любые из полей: ваше имя, компания, отдел и контактная информация, или можно нажать Cancel. Информация о пользователе используется, чтобы пометить комментарии и действия так, чтобы можно было отследить изменения в файлах (она не собирает информацию для MathWorks).
Когда вы закончите с диалоговым окном User Information, нажмите OK.
Окно Model Browser появляется.
Загрузите файл данных в качестве примера holliday.xls:
В Model Browser нажмите Import data.
В Избранном файле данных, чтобы импортировать диалоговое окно, откройте файл holliday.xls. Файл находится в <matlabroot>/toolbox/mbc/mbctraining
Редактор Данных открывается.
Просмотрите графики данных в Редакторе Данных путем выбора переменных и тестов в списках на левой стороне. Взгляните через данные, чтобы понять форму кривой, сформированной путем графического вывода крутящего момента против искры.
Используйте редактор, чтобы подготовить ваши данные перед подбором кривой модели.
Закройте Редактор Данных, чтобы принять данные и возвратиться к Model Browser.
Эти данные от Праздника, T., “Проект и Анализ Экспериментов Отображения Engine: Подход 2D Этапа”, Ph.D. тезис, Бирмингемский университет, 1995.
Можно использовать импортированные данные, чтобы создать статистическую модель автомобильного механизма, который предсказывает крутящий момент, сгенерированный механизмом в зависимости от угла искры и других переменных.
В Model Browser нажмите Fit Models.
В диалоговом окне Fit Models заметьте что Data Object вы импортировали, выбран в списке Data set.
Кликните по значку плана тестирования Two-Stage в панели Template.
В панели Inputs and Responses выберите каналы данных, чтобы использовать для ответов, которые вы хотите смоделировать.
Модель, которую вы создаете, предназначается, чтобы предсказать крутящий момент, сгенерированный механизмом в зависимости от угла искры в заданной рабочей точке, заданной скоростью вращения двигателя, отношением воздуха/топлива и загрузкой. Вход к локальной модели является поэтому углом искры, и ответ является крутящим моментом.
Входные параметры к глобальной модели являются переменными, которые определяют рабочую точку смоделированной системы. В этом примере рабочая точка механизма определяется скоростью вращения двигателя в оборотах в минуту (об/мин - часто названный N), загрузка (L), и (африканское) отношение воздуха/топлива.
Выберите spark в Data channels перечисляют и нажимают кнопку, чтобы добавить его в список Local inputs.
Выберите nзагрузка, и afr в Data channels перечисляют и нажимают кнопку, чтобы добавить их в список Global inputs.
Оставьте ответы пустыми, и нажмите OK.
Имя по умолчанию нового плана тестирования, Two-Stage, появляется в дереве Model Browser, в панели All Models.
В этом окне левая панель, All Models, показывает иерархию моделей, в настоящее время созданных в дереве. В запуске только один узел, проект, находится в дереве. Когда вы создаете модели, они появляются как дочерние узлы проекта. Правые панели изменяются, в зависимости от древовидного выбранного узла. Вы перешли к различным взглядам путем выбора различных узлов в дереве модели.
Чтобы достигнуть лучшей подгонки, чтобы закрутить/зажечь развертки, необходимо изменить тип локальной модели от значения по умолчанию. Тип локальной модели является формой кривой, используемой, чтобы соответствовать тестовым данным, например, квадратичным, кубическим, или полиномиальным сплайновым кривым. В этом примере вы используете полиномиальные сплайновые кривые, чтобы соответствовать тестовым данным. Сплайн является кривой, составленной из частей полинома, к которому соединяют гладко вместе. Точки соединений называются узлами. В этом случае существует только один узел. Эти полиномиальные сплайновые кривые полезны для моделей крутящего момента/искры, где различное искривление требуется выше и ниже максимума.
Чтобы измениться из моделей по умолчанию и задать полином шлицуют как тип локальной модели,
В Model Browser выберите узел плана тестирования Two-Stage, и в панели Common Tasks, нажмите Fit Models. Диалоговое окно спрашивает, хотите ли вы изменить все модели плана тестирования. Нажмите Yes.
В Подходящем Мастере Моделей нажмите Next, чтобы продолжить использовать в настоящее время выбранные данные.
Следующий экран показывает, что модель вводит, вы уже выбрали. Нажмите Next
Чтобы выбрать ответ, на экране Response Models, выбирают tq и нажмите Add.
Отредактируйте тип Local model путем нажатия на Set Up.
Диалоговое окно Local Model Setup появляется.
Выберите Polynomial spline из списка Local model class.
Отредактируйте
Below knot Spline Order к 2, и оставьте набор Above knot 2.
Нажмите OK, чтобы закрыть диалоговое окно.
Выберите Maximum под Datum. Только определенные типы модели с ясно заданным максимумом или минимумом могут поддержать модели данной величины.
Нажмите Finish.
Model Browser вычисляет, локальные и глобальные модели с помощью плана тестирования моделирует, вы только настраиваете.
Заметьте, что новое имя класса локальной модели, PS (для полиномиального сплайна) 2,2 (для порядка сплайна выше и ниже узла), теперь появляется на новом узле в дереве в панели All Models, названной PS22.
Первый шаг должен проверять, что локальные модели соглашаются хорошо с данными:
При необходимости выберите PS22 (локальный узел) на дереве Model Browser.
Представление Local Model появляется, отображая локальную модель, соответствующую данным о крутящем моменте/искре для первого теста и диагностических статистических данных, которые описывают подгонку. Отображение гибко в этом, можно перетащить, открыть и закрыть панели делителя, разделяющие области экрана, чтобы настроить представление.
Просмотрите графики локальной модели и статистику. График Развертки показывает данные, адаптируемые моделью (синие точки) и самой моделью (линия). Красное пятно показывает положение полиномиального узла сплайна в данной величине (максимальная) точка.
Ищите проблемные тесты с Графиками RMSE. График показывает стандартные погрешности всех тестов, и в целом и функцией ответа. Перейдите к тесту интереса путем двойного клика по точке в графике выбрать тест в других графиках в представлении локальной модели.
В Диагностической панели графика Статистики кликните по всплывающему меню Y-axis factor и выберите Studentized residuals.
Просмотрите тест локальных моделей путем прокрутки тестом с помощью стрел Test, наверху оставленных, или при помощи кнопки Select Test.
Выберите Test 588. Вы видите точку данных, обрисованную в общих чертах в красном. Эта точка была автоматически отмечена как выброс.
Щелкните правой кнопкой по графику и выберите Remove Outliers. Заметьте, что модель переоборудована без выброса.
Оба графика имеют, щелкают правой кнопкой по всплывающим меню, предлагающим различные варианты, такие как удаление и восстановление выбросов и доверительных интервалов. Нажатие на любую точку данных отмечает его красным как выброс.
Можно использовать панель Test Notes, чтобы записать информацию о конкретных тестах. Каждый тест имеет свою собственную панель примечаний. Тестовые количества точек данных с примечаниями, зарегистрированными против них, окрашены в графиках глобальной модели, и можно выбрать цвет с помощью кнопки Test Number Color в панели Test Notes. Быстро найдите тесты с примечаниями путем нажатия на Select Test.
Следующий шаг должен послать багажом глобальные модели, чтобы видеть, как хорошо они соответствуют данным:
Расширьте PS22 локальный узел на дереве Model Browser путем нажатия на знак "плюс" (+) слева от значка. Под этим узлом четыре функции ответа локальной модели. Каждый из них является функцией локальной модели ответа, который является крутящим моментом.
Выберите первую из глобальных моделей, knot.
Вы видите, что диалоговое окно спрашивает, хотите ли вы обновить подгонки, потому что вы удалили выброс на локальном уровне. Нажмите Yes.
Представление Response Feature появляется, показывая припадок глобальной модели данным для knot. Подбирать локальную модель является процессом нахождения значений для этих коэффициентов или функций ответа. Локальные модели производят значение knot для каждого теста. Эти значения являются данными для глобальной модели для knot. Данные для каждой функции ответа прибывают из припадка локальной модели к каждому тесту.
Используйте графики оценить подгонки модели.
Выберите функцию ответа Bhigh_2. Один выброс отмечен. Точки с абсолютным studentized остаточным значением больше чем 3 автоматически предложены в качестве выбросов (но включены в модель, если вы не принимаете меры). Можно использовать контекстное меню, чтобы удалить предложенный выбросы (или любые другие, которых вы выбираете), таким же образом как из графиков Локальной модели. Оставьте этого. Если вы увеличиваете масштаб графика (Shift - перетаскивают нажатие кнопки или перетаскивают щелчок средней кнопкой), вы видите значение studentized невязки этой точки более ясно. Дважды кликните, чтобы возвратиться к предыдущему представлению.
Выберите другие функции ответа в свою очередь: max и Blow 2. Вы видите тот Blow 2 имеет предложенный выброс с очень большой studentized невязкой; это - хорошее расстояние далеко от всех других точек данных для этой функции ответа. Все другие точки так кластеризируются, что удаление этого могло значительно улучшить подгонку модели к остающимся точкам, поэтому удалить ее.
Вспомните, как создаются модели 2D этапа: 2D подготовьте разделы моделирования изменение отдельно между тестами и в тестах, подбирая локальные и глобальные модели отдельно. Модель подбирается к каждому тесту независимо (локальные модели). Эти локальные модели используются, чтобы сгенерировать глобальные модели, которые подбираются через все тесты.
Для каждой развертки (тест) искры против крутящего момента вы подбираете локальную модель. Локальная модель в этом случае является сплайновой кривой, которая имеет подходящие функции ответа knotMax , Bhigh_2, и Blow_2. Результатом того, чтобы подбирать локальную модель является значение для knot (и другие коэффициенты) для каждого теста. Глобальная модель для knot адаптирован к этим значениям (то есть, knot глобальная модель соответствует knot в зависимости от глобальных переменных). Значения узла от глобальной модели (наряду с другими глобальными моделями) затем используются, чтобы создать модель 2D этапа
Глобальные модели используются, чтобы восстановить модель для локального ответа (в этом случае, крутящий момент), который охватывает все входные факторы. Это - модель 2D этапа через целый глобальный пробел, выведенный из глобальных моделей.
После того, как вы будете удовлетворены припадком локальных и глобальных моделей, пора создать модель 2D этапа от них.
Возвратитесь к представлению Local Model путем нажатия на локальный узел PS22 в дереве Model Browser.
Чтобы создать модель 2D этапа, нажмите Create Two-Stage в панели Общих задач.
Теперь графики в представлении Local Model показывают две линии, адаптированные к тестовым данным. Прокрутите хотя тесты с помощью слева/справа стрелы или кнопка Select Test, наверху оставленная. Графики теперь показывают припадок модели 2D этапа для каждого теста (зеленые круги и линия), по сравнению с припадком локальной модели (синяя линия) и данные (синие точки). Увеличьте масштаб интересных мест Shift - перетаскивание нажатия кнопки или перетаскивание щелчка средней кнопкой. Дважды кликните, чтобы возвратить график в первоначальный размер.
Сравните, как близко подгонка модели 2D этапа и к данным и к локальной переменной, подходящей для каждого теста.
Заметьте, что значок локальной модели изменился (из локального 
значка, показывающего дом к значку 2D этапа 
, показывающему дом и земной шар), чтобы указать, что модель 2D этапа была вычислена.
Кликните по узлу Ответа (tq) в дереве Model Browser.
Теперь в узле Ответа в дереве Model Browser (tq), который был ранее пробелом, вы видите графики показать вам припадок модели 2D этапа к данным. Можно просмотреть тесты путем прокрутки, с помощью стрел в левом верхнем, чтобы просмотреть модель 2D этапа против данных для групп тестов.
Вы теперь завершили подготовку и проверку модели 2D этапа.
Все модели, созданные в Model Browser, экспортируются с помощью меню File. Модель может быть экспортирована в рабочее пространство MATLAB в CAGE, или к Simulink® модель.
Нажмите tq узел в дереве модели.
Выберите File> Export Models. Диалоговое окно Export Model появляется.
Для параметра Export to выберите SimulinkРабочая область, или CAGE.
Нажмите OK, чтобы экспортировать модели.
Чтобы импортировать модели в CAGE, чтобы создать калибровки, используйте Import Tool CAGE вместо этого для большей гибкости.
После того, как вы соответствовали и исследовали одну модель, вы обычно хотите создать больше моделей, чтобы искать лучшую подгонку. Можно создать отдельные новые модели или использовать общую задачу Create Alternatives создать выбор моделей целиком или создать шаблон, чтобы сохранить множество настроек модели для повторного использования.
Чтобы использовать диалоговое окно Model Template, чтобы быстро создать выбор различных дочерних узлов, чтобы выдержать сравнение, нажмите Create Alternatives в панели Общих задач. Следующие упражнения показывают вам примеры этих процессов.
Чтобы последовать этим примерам, необходимо создать первоначальные модели.
Как пример, выберите tq узел ответа и нажимает New Local Model в панели Общих задач.
Диалоговое окно Local Model Setup появляется.
Выберите Polynomial Spline, и отредактируйте порядок сплайна к 3 ниже узла и 2 выше. Нажмите OK.
Вычисляется новый набор локальных моделей (и сопоставленные модели функции ответа).
Возвратитесь к родительскому tq узел ответа, и нажимает New Local Model снова в панели Общих задач.
Выберите Polynomial с порядком 2 в диалоговом окне Local Model Setup. Нажмите OK.
Вычисляется новый набор локальных моделей и моделей функции ответа.
Теперь у вас есть три альтернативных локальных модели, чтобы выдержать сравнение: два полиномиальных сплайна (порядок 3,2 и порядок 2,2) и полином (порядок 2), как показано.
Можно выбрать альтернативные локальные модели в свою очередь и сравнить их статистику. Для примера выполните эти шаги:
Выберите новый узел локальной модели PS32.
Избранный тест 587 в окне редактирования Test.
В панели Local statistics наблюдайте значение RMSE (среднеквадратическая ошибка) для тока (ithТест.
Значение RMSE является нашей основной мерой того, как тесно модель соответствует некоторым данным, которые измеряют среднее несоответствие между каждой точкой данных и моделью. Поэтому необходимо посмотреть на значения RMSE как на первый инструмент, чтобы смотреть качество подгонки — высокие значения RMSE могут указать на проблемы.
Теперь выберите узел локальной модели POLY2 и смотрите как значение RMSE изменения.
Заметьте, что форма развертки крутящего момента/искры для этого теста лучше подходит для полиномиальной модели сплайна, чем полиномиальная модель. Кривая не симметрична, потому что искривление отличается выше и ниже максимума (отмеченный Красным Крестом в данной величине). Это объясняет почему значение RMSE намного ниже для PS32 (полиномиальный сплайн), чем для POLY2 (полином) для этого теста. Полиномиальный сплайн является лучшим пригодным для текущего теста.
Просмотрите некоторые другие тесты и сравните значения RMSE для различных локальных моделей. Чтобы выбрать самую подходящую локальную модель, необходимо решить, какие подгонки большинство тестов лучше, как, вероятно, будут различия среди лучшего, подходящего для различных тестов.
Чтобы помочь вам быстро идентифицировать, какие локальные модели имеют самый высокий RMSE, указывая на проблемы с подгонкой модели, проверяют Графики RMSE.
Используйте график помочь вам идентифицировать проблемные тесты. Используйте выпадающие меню, чтобы изменить отображение. Например, выберите s_knot исследовать ошибочные значения для узла (MBT) или RMSE смотреть на полную ошибку.
Можно перейти к тесту интереса из Графиков RMSE путем двойного клика по точке в графике выбрать тест в других графиках.
Посмотрите на значение Local RMSE сообщаемый в панели Pooled Statistics справа (это объединено между всеми тестами). Переключатель Now между POLY2 и PS32 локальные модели снова и наблюдают, как это значение изменяется.
Можно сравнить эти значения непосредственно путем выбора родительского tq узел ответа, когда о Локальном RMSE сообщают для каждой дочерней локальной модели в списке в нижней части.
Когда все дочерние модели имеют вычисленную модель 2D этапа, можно также сравнить значения 2D этапа RMSE здесь. Помните, вы видите статистику, чтобы сравнить список дочерних моделей узла ответа в этой панели списка нижних частей.
При сравнении моделей ищите ниже значения RMSE, чтобы указать на лучшие подгонки. Однако помните, что модель, которая интерполирует между всеми точками, может иметь RMSE нуля, но быть бесполезной для предсказания между точками. Всегда используйте графические дисплеи, чтобы визуально исследовать подгонки модели и остерегаться “сверхподбора кривой” — преследующие точки за счет качества предсказания. Вы возвратитесь к проблеме сверхпомещения в более поздний раздел, когда у вас будут модели 2D этапа, чтобы выдержать сравнение.
Вспомните, что модели 2D этапа составлены из локальных моделей и глобальных моделей. Глобальные модели подбираются к функциям ответа локальных моделей. Ответ показывает доступный, характерны для типа локальной модели. Можно добавить различные опции ответа, чтобы видеть, какая комбинация функций ответа делает лучшую модель 2D этапа можно следующим образом:
Выберите узел локальной модели PS32.
Выберите File> New Response Feature.
Диалоговое окно появляется со списком доступных функций ответа.
Выберите f(x+datum) из списка и вводят-10 в окне редактирования Value. Нажмите OK.
Новый ответ показывает названный FX_less10 добавляется под PS32 локальная модель. Вспомните, что данная величина отмечает максимум в этом крутящем моменте максимума случая. Угол искры в максимальном крутящем моменте упоминается как максимальный момент привода (MBT). Вы задали эту функцию ответа (f(x+datum)) измерять значение модели (крутящий момент) в (-10 + MBT) для каждого теста. Может быть полезно использовать функцию ответа как это, чтобы отследить значение, такое как максимальный момент привода (MBT) минус 10 градусов угла искры. Этой функцией ответа не является абстрактное свойство кривой, таким образом, техническое знание может затем быть применено, чтобы увеличить доверие к моделям.
Выберите локальный узел PS32, и нажмите Create Two-Stage в панели Общих задач. Окно Model Selection открывается, потому что теперь необходимо выбрать 5 6 функций ответа, чтобы сформировать модель 2D этапа.
В окне Model Selection наблюдайте четыре возможных модели 2D этапа в Списке Модели. Это вызвано тем, что вы добавили шестую опцию ответа. Только пять (который должен включать knot) требуются для модели 2D этапа, таким образом, вы видите доступные комбинации и сравниваете их. Обратите внимание на то, что не все комбинации пяти функций ответа могут полностью описать форму кривой для модели 2D этапа, поэтому только возможные альтернативы показывают.
Закройте окно Model Selection и нажмите Yes, чтобы принять одну из моделей как лучше всего.
Заметьте, что ответ показывает выбранный, чтобы вычислить, модель 2D этапа подсвечены в синем, и неиспользованная функция ответа не подсвечена.
Выберите tq узел ответа, чтобы видеть сравнение статистики обеих моделей 2D этапа (ваш исходный PS22 и новый PS32).
Помните что POLY2 локальная модель еще не имеет никакой модели 2D этапа; ни о каких статистических данных 2D этапа не сообщают для POLY2 в нижней части перечисляют панель. Вы не можете полностью сравнить модели 2D этапа, пока каждая локальная модель в плане тестирования не имеет вычисленную модель 2D этапа.
Вычислить модель 2D этапа для POLY2, в панели Общих задач нажмите Create Two-Stage.
Теперь у вас есть три модели 2D этапа. Выберите tq узел ответа и взгляд на статистику, особенно Локальный RMSE и 2D Этап RMSE, о котором сообщают в списке дочерних моделей в нижней части.
Ищите ниже значения RMSE, чтобы указать на лучшие подгонки.
Ищите ниже НАЖИМАЮТ значения RMSE, чтобы указать на лучшие подгонки без сверхподбора кривой. НАЖМИТЕ RMSE является мерой предсказательной силы ваших моделей.
Полезно выдержать сравнение, НАЖИМАЮТ RMSE with RMSE, когда это может указать на проблемы со сверхподбором кривой. RMSE минимизирован, когда модель приближается к каждой точке данных; “преследование” данных поэтому улучшит RMSE. Однако преследование данных может иногда приводить к сильным колебаниям в модели между точками данных; это поведение может дать хорошие значения RMSE, но не является представительным для данных и не даст надежные значения предсказания, где у вас уже нет данных. НАЖАТЬ статистическая величина RMSE принимает меры против этого путем тестирования, как хорошо текущая модель предсказала бы каждую из точек в наборе данных (в свою очередь), если бы они не были включены в регрессию. Чтобы получить маленькое НАЖИМАЮТ, RMSE обычно указывает, что модель не чрезмерно чувствительна ни к какой одной точке данных.
Ищите ниже значения T^2. Большое значение T^2 указывает, что существует проблема с моделями функции ответа.
Ищите большие отрицательные логарифмические значения вероятности, чтобы указать на лучшие подгонки.
Чтобы сравнить все три модели 2D этапа одновременно, выберите Model> Selection Window. Здесь вы видите ту же статистику, чтобы сравнить модели в списке нижних частей, но можно также использовать множество представлений, чтобы искать лучшую подгонку:
Можно построить модели одновременно на Тестах, Остаточных значениях и представлениях Сечения (Shift - или Ctrl - нажатие кнопки, чтобы выбрать модели в списке)
Можно просмотреть каждую модель в представлении Поверхности Ответа как поверхность; фильм, контур или многострочный график, и как таблица
Можно выбрать модель и нажать Assign Best в окне Model Selection или дважды кликнуть модель, чтобы присвоить его как лучше всего.
Когда вы закрываете окно Model Selection и возвращаетесь к Model Browser, модель, которую вы выбрали как лучше всего, копируется в родительский узел ответа, tq.
В этом примере вы еще не искали лучшие типы глобальной модели. Вы обычно делали бы это прежде, чем создать и сравнить модели 2D этапа. В целях этого примера вы уже создали модели 2D этапа и использовали RMSE, чтобы помочь вам идентифицировать лучшие модели. Принцип является тем же самым на каждом уровне в дереве модели: добавьте новые дочерние модели и выберите лучшее. Можно создать любое количество дочерних узлов, чтобы искать лучшую глобальную модель, подходящую для каждой функции ответа в дереве.
Выберите локальный узел POLY2.
Чтобы создать выбор альтернатив для каждого узла функции ответа, в панели Общих задач, нажимают Build Global Models.
В диалоговом окне Model Template нажмите New, затем нажмите OK.
Наблюдайте список по умолчанию множества типов модели, затем нажмите OK. Стоит попробовать настройки модели по умолчанию за быстрое исследование трендов в данных.
В диалоговом окне Model Selection оставьте критерий выбора по умолчанию для того, чтобы автоматически выбрать лучший дочерний узел и нажмите OK.
Тулбокс создает модели и выбирает лучшее использование ваших критериев выбора.
Примечание
Тулбокс автоматически создает модели параллельно, если у вас есть Parallel Computing Toolbox™.
Оцените все подгонки в Альтернативном списке Моделей в случае, если вы хотите выбрать альтернативу в качестве лучшей подгонки.
Заметьте, что дочерняя модель узла, присвоенная как лучше всего, подсвечена в синем в Альтернативном списке Моделей и дереве модели. Локальный узел изменился из значка 2D этапа назад к значку локальной модели (красный дом). Это вызвано тем, что вы изменили модели функции ответа, и таким образом, необходимо повторно вычислить модель 2D этапа использование новых глобальных моделей для функций ответа.
Когда вы выбрали лучшие глобальные модели для всех своих функций ответа, необходимо повторно вычислить модель 2D этапа.
Когда вы выбрали лучшую модель среди альтернатив, может быть полезно очистить отклоненные модели путем выбора Delete Alternatives в панели Общих задач. Можно также выбрать File> Clean Up Tree. Это удаляет все отклоненные дочерние модели, где лучшие модели были выбраны; только дочерние узлы, выбранные как лучше всего, остаются.
Можно использовать диалоговое окно Model Template, чтобы создать и сохранить шаблоны типов модели, которые вы часто хотите создать. Создание шаблона, содержащего список всех моделей, которые вы хотите, является эффективным способом быстро создать выбор альтернативных дочерних узлов модели для многих глобальных моделей. Используйте эти методы, чтобы найти модели, хорошо подходящие для данных для каждой из ваших глобальных моделей.
