主要内容

covariateSurvivalModel

估计剩余使用寿命的比例风险生存模型

描述

使用covariateSurvivalModel使用比例危险生存模型估计部件的剩余使用寿命。该模型使用组件寿命和相关协变量的历史信息来描述测试组件的生存概率。协变量是环境或解释变量,如组件制造商或操作条件。当您拥有的唯一数据是故障时间和类似组件集成的相关协变量时(例如按照相同规格制造的多台机器),协变量生存模型是有用的。有关生存模式的更多信息,请参见比例风险生存模型

配置一个covariateSurvivalModel对象的特定类型的组件,使用适合,它使用故障时间数据和相关协变量的集合来估计模型系数。在配置了协变量生存模型的参数之后,您就可以使用以下方法预测类似组件的剩余有用寿命predictRUL。有关说明RUL预测的基本示例,请参见当数据到达时更新RUL预测

如果您只有寿命度量而没有协变量信息,则使用areliabilitySurvivalModel

有关预测剩余使用寿命的一般信息,请参见剩余使用寿命预测模型

创建

描述

例子

mdl= covariateSurvivalModel创建一个协变量生存模型用于估计RUL,并使用默认设置初始化该模型。

mdl= covariateSurvivalModel (initModel创建一个协变量生存模型,并使用现有模型初始化模型参数covariateSurvivalModel对象initModel

例子

mdl= covariateSurvivalModel (___名称,值使用名称-值对指定用户可设置的模型属性。例如,covariateSurvivalModel(“LifeTimeUnit”,“天”)创建一个协变量生存模型,使用天数作为生命周期单位。可以指定多个名称-值对。将每个属性名用引号括起来。

输入参数

全部展开

协变量生存模型,指定为covariateSurvivalModel对象。

属性

全部展开

此属性是只读的。

生存模型的基线危险率,指定为两列数组,由适合函数。第二列包含基线生存函数值,第一列包含相应的生存期值。

有关生存模式的更多信息,请参见比例风险生存模型

中分类特征的编码方法EncodedVariables,指定为下列其中之一:

  • “假”-对于一个分类特征N类别,使用(N- 1)。

  • “二元”——二进制编码

您可以指定EncodingMethod

  • 在创建模型时使用名称-值对

  • 在模型创建后使用点符号

在计算Cox回归参数时标准化协变量特征的标志,指定为逻辑值。当标准化真正的,数值协变量被标准化,使协变量X就变成了(X-mean (X)) /性病(X)

标准化不会影响编码的分类变量。

您可以指定标准化

  • 在创建模型时使用名称-值对

  • 在模型创建后使用点符号

方法处理绑定的故障时间,指定为“‘”“埃夫隆”。有关这些方法的更多信息,请参见考克斯比例风险模型

您可以指定关系

  • 在创建模型时使用名称-值对

  • 在模型创建后使用点符号

Cox回归的数值和显示设置,指定为使用创建的结构statset(“coxphfit”)。您可以使用点表示法修改结构中的选项。

您可以指定选项

  • 在创建模型时使用名称-值对

  • 在模型创建后使用点符号

此属性是只读的。

生存模型的协变量乘法系数,指定为标量并由适合函数。有关生存模式的更多信息,请参见比例风险生存模型

此属性是只读的。

协变量相乘系数的协方差,指定为大小等于系数数目的正数组,并由适合函数。

此属性是只读的。

的协变量乘法系数名称指定为字符串数组,并在使用适合函数。

数值协变量对应的系数与中对应的数据变量具有相同的名称DataVariables。对于编码变量,系数名包含来自对应编码变量的名称EncodedVariables以及编码位序的表示。

检查变量,指定为包含有效MATLAB的字符串®变量的名字。审查变量是一个二进制变量,表示在哪个寿命测量数据不是生命终结的价值。

CensorVariable必须不匹配的任何字符串DataVariablesLifeTimeVariable

您可以指定CensorVariable

  • 在创建模型时使用名称-值对

  • 作为一个参数适合函数

  • 在模型创建后使用点符号

生命周期变量,指定为包含有效MATLAB变量名的字符串。对于生存模型,寿命变量包含组件的历史寿命度量。

您可以指定LifeTimeVariable

  • 在创建模型时使用名称-值对

  • 作为一个参数适合函数

  • 手动使用点表示法

生命周期变量单位,指定为字符串。

生命周期变量的单位不需要基于时间。测试组件的寿命可以用使用变量来衡量,例如行驶的距离(英里)或消耗的燃料(加仑)。

协变量数据变量,指定为字符串或字符串数组。的字符串DataVariables必须是有效的MATLAB变量名。协变量也称为环境变量或解释变量。

您可以指定DataVariables

  • 在创建模型时使用名称-值对

  • 作为一个参数适合函数

  • 在模型创建后使用点符号

编码的协变量,指定为字符串或字符串数组。的字符串EncodedVariables必须是有效的MATLAB变量名。编码变量通常是非数字的分类特征适合在拟合之前转换为数字向量。您还可以指定逻辑值或数字值,这些值从小集合中获取要编码的值。

要指定编码方法,请使用EncodingMethod

您可以指定EncodedVariables

  • 在创建模型时使用名称-值对

  • 作为一个参数适合函数

  • 在模型创建后使用点符号

的字符串EncodedVariables必须是字符串的子集DataVariables

用于记帐的附加模型信息,指定为任何数据类型或格式。模型不使用此信息。

您可以指定用户数据

  • 在创建模型时使用名称-值对

  • 在模型创建后使用点符号

对象的功能

predictRUL 估计测试组件的剩余使用寿命
适合 利用历史数据估计剩余寿命模型的参数
情节 绘制协变量生存剩余有用寿命模型的生存函数

例子

全部折叠

负荷训练数据。

负载(“covariateData.mat”

这个数据包含电池放电时间和相关的协变量信息。协变量为:

  • 温度

  • 负载

  • 制造商

制造商信息是一个必须进行编码的分类变量。

创建一个协变量生存模型。

mdl = covariateSurvivalModel;

使用训练数据训练生存模型,指定生命时间变量、数据变量和编码变量。该训练数据没有审查变量。

fit (mdl covariateData,“DischargeTime”,[“温度”“负载”“制造商”], [],“制造商”
成功收敛:梯度范数小于OPTIONS。TolFun

绘制模型的基线生存函数。

情节(mdl)

图中包含一个轴对象。以生存函数图为标题的轴对象包含楼梯类型的对象。该对象表示基线生存函数。

负荷训练数据。

负载(“covariateData.mat”

这个数据包含电池放电时间和相关的协变量信息。协变量为:

  • 温度

  • 负载

  • 制造商

制造商信息是一个必须进行编码的分类变量。

创建一个协变量生存模型,并使用训练数据对其进行训练。

mdl = covariateSurvivalModel (“LifeTimeVariable”“DischargeTime”“LifeTimeUnit”“小时”...“DataVariables”,[“温度”“负载”“制造商”],“EncodedVariables”“制造商”);fit (mdl covariateData)
成功收敛:梯度范数小于OPTIONS。TolFun

假设你有一个由制造商生产的电池组B已经竞选过30.个小时。创建包含使用时间的测试数据表,DischargeTime,以及测量的环境温度,TestAmbientTemperature,和电流,TestBatteryLoad

TestBatteryLoad = 25;TestAmbientTemperature = 60;DischargeTime =小时(30);TestData =时间表(TestAmbientTemperature TestBatteryLoad,“B”“RowTimes”小时(30));TestData.Properties.VariableNames = {“温度”“负载”“制造商”};TestData.Properties。DimensionNames {1} =“DischargeTime”

预测电池的RUL。

TestData estRUL = predictRUL (mdl)
estRUL =持续时间38.332人力资源

绘制电池的协变量数据的生存函数。

情节(mdl TestData)

图中包含一个轴对象。以生存函数图为标题的坐标轴对象包含2个楼梯类型的对象。这些对象表示基线生存函数,当前生存函数。

算法

全部展开

扩展功能

介绍了R2018a