非线性ARX图显示所选模型输出的评估模型非线性,作为一个或两个模型回归器的函数。对于一个模型米
,模型非线性(M.Nonlinearity
)是一个非线性估计函数,如idWaveletNetwork
,idSigmoidNetwork
,或idTreePartition
,它使用模型回归器作为输入。
为了理解绘图,假设{r1, r2,…,rN}
是N
用于非线性ARX模型的回归器米
与非线性问
对应于模型输出。您可以使用getreg (M)
看这些回归量。表达式Nonlin =评估(nl (v1、v2,…,vN))
返回这些回归器的给定值的模型输出,即:r1
=v1
,r2
=v2
、……rN
=vN
.为了绘制非线性,你选择一个或两个N
例如,解释变量rsub = {r1、r3}
.该软件在指定范围内改变这些回归器的值,同时固定其余回归器的值,并生成图Nonlin
vs。rsub
.默认情况下,软件将其余固定回归器的值设置为它们的估计值,但是您可以更改这些值。回归器方法存储在Nonlinearity.Parameters.RegressorMean
模型的属性。
检查非线性ARX图可以帮助您了解哪些回归器对模型输出的影响最大。理解回归量对输出的相对重要性,可以帮助您决定在该输出的非线性函数中包含哪些回归量。如果对于所有选择的回归值,图的形状看起来像一个平面,那么在这些回归中,模型可能是线性的。在这种情况下,您可以从非线性块中删除相应的回归器,并重复估计。
此外,您可以使用不同的非线性估计器为相同的数据创建多个非线性模型,例如idWaveletNetwork
网络和idTreePartition
,然后比较这些模型的非线性曲面。不同模型的图之间的一致性增加了这些非线性模型捕获系统真实动态的信心。
要了解有关配置绘图的更多信息,请参见配置非线性ARX图.