如果您了解系统的物理学,并且可以使用常规或差分方程式(ODES)具有未知参数的系统,则可以使用系统识别工具箱™命令执行线性或非线性灰度盒建模。灰盒式模型ODES明确指定模型的数学结构,包括参数之间的耦合。当您了解变量之间的关系,模型行为的约束或表示系统动态的显式方程式时,灰度盒建模非常有用。
工具箱支持连续时间和离散金宝app时间线性和非线性模型。但是,由于大多数物理定律在连续时间表达,因此在连续时间内更容易构建具有物理洞察的模型,而不是在离散时间内。
除了动态输入输出模型外,还可以创建具有没有状态的输入和静态模型的时间序列模型。
如果使用已知的物理法律描述您的系统太难,您可以使用黑匣子建模方法。有关更多信息,请参阅线性模型识别和非线性模型识别。
你也可以使用IDS.
模型对象通过使用其执行结构化模型估计结构
属性来修复或自由的特定参数。但是,您无法使用此方法来估计任意结构(任意参数化)。有关结构矩阵的更多信息,请参阅估计具有结构化参数化的状态空间模型。