创建一个gydF4y2B一个idnlarxgydF4y2B一个通过指定ARX模型的顺序向量。gydF4y2B一个

创建窗体的顺序向量gydF4y2B一个[na nb nk]gydF4y2B一个,在那里gydF4y2B一个nagydF4y2B一个而且gydF4y2B一个注gydF4y2B一个是命令吗gydF4y2B一个一个gydF4y2B一个而且gydF4y2B一个BgydF4y2B一个ARX模型多项式和gydF4y2B一个nkgydF4y2B一个输入/输出延迟数。gydF4y2B一个

Na = 2;Nb = 3;Nk = 5;订单= [na nb nk];gydF4y2B一个

建立一个非线性ARX模型gydF4y2B一个sysgydF4y2B一个．gydF4y2B一个

output_name =gydF4y2B一个“日元”gydF4y2B一个；input_name =gydF4y2B一个‘u1’gydF4y2B一个；Sys = idnlarx(output_name,input_name，[2 3 5]);gydF4y2B一个

查看输出函数。gydF4y2B一个

disp (sys.OutputFcn)gydF4y2B一个

小波网络非线性函数:自动选择单元数的小波网络线性函数:未初始化输出偏移量:未初始化输入:{'y1(t-1)' 'y1(t-2)' 'u1(t-5)' 'u1(t-6)' 'u1(t-7)'}输出:{'y1(t)'}非线性fcn: '<小波和尺度函数单元及其参数>'线性fcn: '<线性函数参数>'偏移量:'<偏移量参数>' EstimationOptions: '<估计选项>'gydF4y2B一个

默认情况下，模型使用小波网络，用a表示gydF4y2B一个idWaveletNetworkgydF4y2B一个对象，用于输出函数。的gydF4y2B一个idWaveletNetworkgydF4y2B一个对象包括线性和非线性成分。gydF4y2B一个

查看gydF4y2B一个解释变量gydF4y2B一个财产。gydF4y2B一个

disp (sys.Regressors)gydF4y2B一个

变量y1, u1中的线性回归变量:{'y1' 'u1'}滞后:{[1 2][5 6 7]}UseAbsolute: [0 0] TimeVariable: 't'gydF4y2B一个

的gydF4y2B一个idnlarxgydF4y2B一个构造函数将模型订单转换为gydF4y2B一个解释变量gydF4y2B一个的形式。gydF4y2B一个

查看回归量。gydF4y2B一个

getreg(系统)gydF4y2B一个

ans =gydF4y2B一个5 x1细胞gydF4y2B一个{“y1 (t - 1)”}{‘y1(2)}{的u1 (t-5)}{的u1 (t-6)}{的u1 (t-7)}gydF4y2B一个

您可以使用gydF4y2B一个订单gydF4y2B一个语法来指定简单的线性回归函数。但是，要创建更复杂的回归器，请使用回归器命令gydF4y2B一个linearRegressorgydF4y2B一个，gydF4y2B一个polynomialRegressorgydF4y2B一个,gydF4y2B一个customRegressorgydF4y2B一个的组合回归函数gydF4y2B一个解释变量gydF4y2B一个语法gydF4y2B一个．gydF4y2B一个

构造一个gydF4y2B一个idnlarxgydF4y2B一个通过指定线性回归函数来建模。gydF4y2B一个

创建一个包含两个输出滞后和两个输入滞后的线性回归函数。gydF4y2B一个

output_name =gydF4y2B一个“日元”gydF4y2B一个；input_name =gydF4y2B一个‘u1’gydF4y2B一个；Var_names = {output_name,input_name};Output_lag = [1 2];Input_lag = [1 2];滞后= {output_lag,input_lag};reg =线性回归(var_names，滞后)gydF4y2B一个

reg =变量y1, u1中的线性回归变量变量:{'y1' 'u1'}滞后:{[1 2][1 2]}UseAbsolute: [0 0] TimeVariable: 't'由这个集合描述的回归变量gydF4y2B一个

模型包含回归量gydF4y2B一个y (t - 1)gydF4y2B一个，gydF4y2B一个y (2)gydF4y2B一个，gydF4y2B一个u (t - 1)gydF4y2B一个,gydF4y2B一个u (2)gydF4y2B一个．gydF4y2B一个

构建gydF4y2B一个idnlarxgydF4y2B一个建模并查看回归函数。gydF4y2B一个

Sys = idnlarx(output_name,input_name,reg);getreg(系统)gydF4y2B一个

ans =gydF4y2B一个4 x1细胞gydF4y2B一个{'y1(t-1)'} {'y1(t-2)'} {'u1(t-1)'} {'u1(t-2)'}gydF4y2B一个

查看输出函数。gydF4y2B一个

disp (sys.OutputFcn)gydF4y2B一个

线性函数:未初始化输出偏移量:未初始化输入:{'y1(t-1)' 'y1(t-2)' 'u1(t-1)' 'u1(t-2)'}输出:{'y1(t)'}非线性fcn: '<小波和标度函数单元及其参数>'线性fcn: '<线性函数参数>'偏移量:'<偏移量参数>' EstimationOptions: '<估计选项>'gydF4y2B一个

查看回归表。gydF4y2B一个

disp (sys.RegressorUsage)gydF4y2B一个

日元:LinearFcn y1: NonlinearFcn  ____________ _______________ 日元(t - 1)真的真的y1(2)真的真的u1 (t - 1)真的真的u1(2)真的真的gydF4y2B一个

所有的回归量都是线性和非线性分量的输入gydF4y2B一个idWaveletNetworkgydF4y2B一个对象。gydF4y2B一个

创建一个带有线性回归集的非线性ARX模型。gydF4y2B一个

创建一个包含三个输出滞后和两个输入滞后的线性回归函数。gydF4y2B一个

output_name =gydF4y2B一个“日元”gydF4y2B一个；input_name =gydF4y2B一个‘u1’gydF4y2B一个；Var_names = {output_name,input_name};Output_lag = [1 2 3];Input_lag = [1 2];滞后= {output_lag,input_lag};reg =线性回归(var_names，滞后)gydF4y2B一个

reg =变量y1, u1中的线性回归变量变量:{'y1' 'u1'}滞后:{[1 2 3][1 2]}UseAbsolute: [0 0] TimeVariable: 't'由这个集合描述的回归变量gydF4y2B一个

建立非线性ARX模型。gydF4y2B一个

Sys = idnlarx(output_name,input_name,reg);gydF4y2B一个

查看gydF4y2B一个解释变量gydF4y2B一个财产。gydF4y2B一个

disp (sys.Regressors)gydF4y2B一个

变量y1, u1中的线性回归变量:{'y1' 'u1'}滞后:{[1 2 3][1 2]}UseAbsolute: [0 0] TimeVariable: 't'gydF4y2B一个

sysgydF4y2B一个使用gydF4y2B一个idWavenetNetworkgydF4y2B一个作为默认的输出函数。将输出函数重新配置为gydF4y2B一个idSigmoidNetworkgydF4y2B一个．gydF4y2B一个

sys。OutputFcn =gydF4y2B一个“idSigmoidNetwork”gydF4y2B一个；disp (sys.OutputFcn)gydF4y2B一个

线性函数:未初始化输出偏移量:未初始化输入:{'y1(t-1)' 'y1(t-2)' 'y1(t-3)' 'u1(t-1)' 'u1(t-2)'}输出:{'y1(t)'}非线性fcn: ''线性fcn: '<线性函数参数>'偏移量:'<偏移量参数>'gydF4y2B一个

在构建非线性ARX模型时，指定sigmoid网络输出函数。gydF4y2B一个

分配变量名并指定一个回归集。gydF4y2B一个

output_name =gydF4y2B一个“日元”gydF4y2B一个；input_name =gydF4y2B一个‘u1’gydF4y2B一个；r = linearRegressor({output_name,input_name}，{1 1});gydF4y2B一个

构造一个非线性ARX模型，指定gydF4y2B一个idSigmoidNetworkgydF4y2B一个输出函数。将sigmoid展开中的项数设置为gydF4y2B一个15gydF4y2B一个．gydF4y2B一个

sys = idnlarx(output_name,input_name,r,idSigmoidNetwork(15));gydF4y2B一个

查看输出功能规格。gydF4y2B一个

disp (sys.OutputFcn)gydF4y2B一个

Sigmoid网络非线性函数:15单元Sigmoid网络线性函数:未初始化输出偏移量:未初始化输入:{'y1(t-1)' 'u1(t-1)'}输出:{'y1(t)'}非线性fcn: ''线性fcn: '<线性函数参数>'偏移量:'<偏移量参数>'gydF4y2B一个

构造一个gydF4y2B一个idnlarxgydF4y2B一个在输出函数中仅使用线性映射的模型。参数值为gydF4y2B一个［］gydF4y2B一个等价于的参数值gydF4y2B一个idLineargydF4y2B一个．gydF4y2B一个

Sys = idnlarx([2 2 1]，[])gydF4y2B一个

sys = 1输出1输入的非线性ARX模型输入:u1输出:y1回归函数:变量y1, u1中的线性回归函数输出函数:线性偏移采样时间:1秒状态:由直接构造或转换创建。不估计。更多信息在模型的“报告”属性。gydF4y2B一个

创建一个回归集，其中包括线性、多项式、周期和自定义回归。gydF4y2B一个

指定gydF4y2B一个lgydF4y2B一个作为线性回归量的集合gydF4y2B一个 ${\mathit{ygydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{1gydF4y2B一个}）gydF4y2B一个$，gydF4y2B一个 ${\mathit{ugydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{2gydF4y2B一个}）gydF4y2B一个$,gydF4y2B一个 ${\mathit{ugydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{5gydF4y2B一个}）gydF4y2B一个$．gydF4y2B一个

L =线性回归({gydF4y2B一个“日元”gydF4y2B一个，gydF4y2B一个‘u1’gydF4y2B一个}，{1， [2 5]});gydF4y2B一个

指定gydF4y2B一个PgydF4y2B一个作为多项式回归量的集合gydF4y2B一个 ${\mathit{ygydF4y2B一个}}_{\mathrm{2gydF4y2B一个}}{（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{4gydF4y2B一个}）gydF4y2B一个}^{\mathrm{2gydF4y2B一个}}$，gydF4y2B一个 ${\mathit{ygydF4y2B一个}}_{\mathrm{2gydF4y2B一个}}{（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{5gydF4y2B一个}）gydF4y2B一个}^{\mathrm{2gydF4y2B一个}}$，gydF4y2B一个 ${\mathit{ygydF4y2B一个}}_{\mathrm{2gydF4y2B一个}}{（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{6gydF4y2B一个}）gydF4y2B一个}^{\mathrm{2gydF4y2B一个}}$,gydF4y2B一个 ${\mathit{ygydF4y2B一个}}_{\mathrm{2gydF4y2B一个}}{（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{7gydF4y2B一个}）gydF4y2B一个}^{\mathrm{2gydF4y2B一个}}$．gydF4y2B一个

P =多项式回归(gydF4y2B一个“日元”gydF4y2B一个、4、2);gydF4y2B一个

指定SC为周期回归量的集合gydF4y2B一个 $\mathrm{罪gydF4y2B一个}（gydF4y2B一个{\mathit{ygydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{1gydF4y2B一个}）gydF4y2B一个）gydF4y2B一个$，gydF4y2B一个 $\mathrm{因为gydF4y2B一个}（gydF4y2B一个{\mathit{ygydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{1gydF4y2B一个}）gydF4y2B一个）gydF4y2B一个$，gydF4y2B一个 $\mathrm{罪gydF4y2B一个}（gydF4y2B一个{\mathit{ugydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{2gydF4y2B一个}）gydF4y2B一个）gydF4y2B一个$,gydF4y2B一个 $\mathrm{因为gydF4y2B一个}（gydF4y2B一个{\mathit{ugydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{2gydF4y2B一个}）gydF4y2B一个）gydF4y2B一个$．gydF4y2B一个

SC = periodicRegressor({gydF4y2B一个“日元”gydF4y2B一个，gydF4y2B一个‘u1’gydF4y2B一个}, {1,2});gydF4y2B一个

指定gydF4y2B一个CgydF4y2B一个作为自定义回归函数gydF4y2B一个 $\mathrm{罪gydF4y2B一个}（gydF4y2B一个{\mathit{ygydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{1gydF4y2B一个}）gydF4y2B一个{\mathit{ugydF4y2B一个}}_{\mathrm{1gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{2gydF4y2B一个}）gydF4y2B一个+gydF4y2B一个{\mathit{ugydF4y2B一个}}_{\mathrm{2gydF4y2B一个}}（gydF4y2B一个\mathit{tgydF4y2B一个}-gydF4y2B一个\mathrm{2gydF4y2B一个}）gydF4y2B一个）gydF4y2B一个$，使用gydF4y2B一个@gydF4y2B一个符号来创建匿名函数句柄。gydF4y2B一个

C = customRegressor({gydF4y2B一个“日元”gydF4y2B一个，gydF4y2B一个‘u1’gydF4y2B一个，gydF4y2B一个“u2”gydF4y2B一个}，{1 2 2}，@(x,y,z)sin(x.*y+z));gydF4y2B一个

将回归量合并为一个回归量集gydF4y2B一个RgydF4y2B一个．gydF4y2B一个

R = [l; p; sc; c]gydF4y2B一个

R =[4 1]数组线性回归，多项式回归，周期性回归，customRegressor对象。------------------------------------ 1。线性解释变量y₁,u1变量:{“日元”的u1}滞后:{[1][2 - 5]}UseAbsolute: [0 0] TimeVariable:“t ' ------------------------------------ 2。2阶回归变量y2阶:2变量:{'y2'}滞后:{[4 5 6 7]}UseAbsolute: 0 AllowVariableMix: 0 AllowLagMix: 0 TimeVariable: 't' ------------------------------------周期回归变量y1, u1与1个傅里叶项变量:{'y1' 'u1'}滞后:{[1][2]}W: 1 NumTerms: 1 UseSin: 1 UseCos: 1 TimeVariable: 't' UseAbsolute: [0 0] ------------------------------------自定义回归:sin(y1(t-1).*u1(t-2)+u2(t-2)) VariablesToRegressorFcn: @(x,y,z)sin(x.*y+z)变量:{'y1' 'u1' 'u2'}时延:{[1][2][2]}Vectorized: 1 TimeVariable: 't'由这个集合描述的回归gydF4y2B一个

创建一个非线性ARX模型。gydF4y2B一个

Sys = idnlarx({gydF4y2B一个“日元”gydF4y2B一个，gydF4y2B一个“日元”gydF4y2B一个}，{gydF4y2B一个‘u1’gydF4y2B一个，gydF4y2B一个“u2”gydF4y2B一个}, R)gydF4y2B一个

sys = 2输出2输入的非线性ARX模型输入:u1, u2输出:y1, y2回归量:1。变量y1 u1 2中的线性回归。变量y2中的二阶回归量。变量y1和W = 1的u1的周期回归，以及1个傅里叶项4。自定义回归函数:sin(y1(t-1).*u1(t-2)+u2(t-2))输出函数:输出1:自动选择单元数的小波网络输出2:自动选择单元数的小波网络采样时间:1秒状态:直接构造或变换生成。不估计。更多信息在模型的“报告”属性。gydF4y2Ba

使用线性ARX模型而不是回归集来构造非线性ARX模型。gydF4y2B一个

构造线性ARX模型gydF4y2B一个idpolygydF4y2B一个．gydF4y2B一个

A = [1 -1.2 0.5];B = [0.8 1];线性模型= idpoly(A, B，gydF4y2B一个“t”gydF4y2B一个, 0.1);gydF4y2B一个

使用点表示法指定模型的输入和输出名称。gydF4y2B一个

LinearModel。OutputName =gydF4y2B一个“日元”gydF4y2B一个；LinearModel。InputName =gydF4y2B一个‘u1’gydF4y2B一个；gydF4y2B一个

利用线性ARX模型构建非线性ARX模型。gydF4y2B一个

m1 = idnlarx(线性模型)gydF4y2B一个

m1 = 1输出1输入的非线性ARX模型输入:u1输出:y1回归函数:变量y1, u1中的线性回归函数输出函数:自动选择单元数的小波网络采样时间:0.1秒状态:由直接构造或变换创建。不估计。更多信息在模型的“报告”属性。gydF4y2B一个

您可以从任何确定的离散时间线性模型创建一个线性ARX模型。gydF4y2B一个

从估计数据估计二阶状态空间模型gydF4y2B一个z1gydF4y2B一个．gydF4y2B一个

负载gydF4y2B一个iddata1gydF4y2B一个z1gydF4y2B一个ssModel = ssest(z1,2，gydF4y2B一个“t”gydF4y2B一个, 0.1);gydF4y2B一个

构造一个非线性ARX模型gydF4y2B一个ssModelgydF4y2B一个．该软件使用的输入和输出名称gydF4y2B一个ssModelgydF4y2B一个摘录gydF4y2B一个z1gydF4y2B一个．gydF4y2B一个

m2 = idnlarx(ssModel)gydF4y2B一个

m2 = 1输出1输入的非线性ARX模型输入:u1输出:y1回归函数:变量y1, u1中的线性回归函数输出函数:自动选择单元数的小波网络采样时间:0.1秒状态:由直接构造或变换创建。不估计。更多信息在模型的“报告”属性。gydF4y2B一个

方法修改回归函数赋值gydF4y2B一个RegressorUsagegydF4y2B一个表格gydF4y2B一个

构造一个有两个输入和两个输出的非线性ARX模型。gydF4y2B一个

创建变量名和回归器。gydF4y2B一个

Varnames = {gydF4y2B一个“日元”gydF4y2B一个，gydF4y2B一个“日元”gydF4y2B一个，gydF4y2B一个‘u1’gydF4y2B一个，gydF4y2B一个“u2”gydF4y2B一个};滞后= {[1 2 3]，[1 2]，[1 2]，[1 3]};reg =线性回归(变量名，滞后);gydF4y2B一个

创建输出功能规范gydF4y2B一个fcngydF4y2B一个使用gydF4y2B一个idWaveletNetworkgydF4y2B一个用于将回归函数映射到输出gydF4y2B一个日元gydF4y2B一个而且gydF4y2B一个idSigmoidNetworkgydF4y2B一个用于将回归函数映射到输出gydF4y2B一个y2gydF4y2B一个．两个映射对象都包含线性和非线性成分。gydF4y2B一个

fcn = [idWaveletNetwork;idSigmoidNetwork];gydF4y2B一个

建立非线性ARX模型。gydF4y2B一个

Output_name = {gydF4y2B一个“日元”gydF4y2B一个“日元”gydF4y2B一个};Input_name = {gydF4y2B一个‘u1’gydF4y2B一个“u2”gydF4y2B一个};Sys = idnlarx(output_name,input_name,reg,fcn)gydF4y2B一个

sys = 2输出2输入的非线性ARX模型输入:u1, u2输出:y1, y2回归函数:变量y1, y2, u1, u2中的线性回归函数输出函数:输出1:自动选择单元数的小波网络输出2:10单元的Sigmoid网络采样时间:1秒状态:由直接构造或变换创建。不估计。更多信息在模型的“报告”属性。gydF4y2B一个

显示gydF4y2B一个RegressorUsagegydF4y2B一个表格gydF4y2B一个

disp (sys.RegressorUsage)gydF4y2B一个

y1:LinearFcn y1:NonlinearFcn y2:LinearFcn y2:NonlinearFcn ____________ _______________ ____________ _______________ y1(t-1)真真真真y1(t-2)真真真真y2(t-1)真真真真y2(t-2)真真真真真u2(t-1)真真真真u2(t-3)真真真真真真gydF4y2B一个

表中的行表示回归量。表的前两列表示到输出的映射的线性和非线性成分gydF4y2B一个日元gydF4y2B一个（gydF4y2B一个idWaveletNetworkgydF4y2B一个)．最后两列表示到输出的映射的两个组件gydF4y2B一个y2gydF4y2B一个(idSigmoidNetwork)gydF4y2B一个．gydF4y2B一个

在这个表中，所有的输入和输出回归量都是所有组件的输入。gydF4y2B一个

删除gydF4y2B一个y2 (2)gydF4y2B一个回归函数gydF4y2B一个y2gydF4y2B一个非线性组件。gydF4y2B一个

sys。RegressorUsage{4,4} = false; disp(sys.RegressorUsage)

y1:LinearFcn y1:NonlinearFcn y2:LinearFcn y2:NonlinearFcn ____________ _______________ ____________ _______________ y1(t-1)真真真真y1(t-2)真真真真y2(t-1)真真真假y2(t-2)真真真真真u2(t-1)真真真真u2(t-3)真真真真真gydF4y2B一个

该表显示gydF4y2B一个假gydF4y2B一个对于这个回归分量对。gydF4y2B一个

将回归器名称存储在gydF4y2B一个的名字gydF4y2B一个．gydF4y2B一个

Names = sys.RegressorUsage.Properties.RowNames;gydF4y2B一个

确定包含y的行的下标gydF4y2B一个1gydF4y2B一个或ygydF4y2B一个2gydF4y2B一个并设置相应的值gydF4y2B一个日元:NonlinearFcngydF4y2B一个来gydF4y2B一个假gydF4y2B一个．gydF4y2B一个

idx = contains(名称，gydF4y2B一个“日元”gydF4y2B一个) |(包含姓名、gydF4y2B一个“日元”gydF4y2B一个）;sys。RegressorUsage{idx,2} = false; disp(sys.RegressorUsage)

y1:LinearFcn y1:NonlinearFcn y2:LinearFcn y2:NonlinearFcn ____________ _______________ ____________ _______________ y1(t-1)真假真真y1(t-2)真假真真y2(t-1)真假真假真y2(t-2)真假真真真u1(t-1)真真真真u2(t-1)真真真真u2(t-3)真真真真真gydF4y2B一个

表值反映了新的分配。gydF4y2B一个

的gydF4y2B一个RegressorUsagegydF4y2B一个表格为单独控制回归函数分配提供了完全的灵活性。gydF4y2B一个