主要内容
使用多种仿真方案优化数据类型
此示例显示如何创建多种仿真方案，并使用方案优化系统的固定点数据类型。
打开模型。在此示例中，优化控制器子系统的数据类型。该模型设置为使用斜坡输入或随机输入。该模型使用断言块而不是使用信号公差来验证定点实现的数值行为。有关更多信息，请参阅指定行为约束。
模型='ex_controllerharness';Open_System（型号）;
创建模拟方案
创建一个金宝appsimulink.simulationInpul.包含不同方案的对象。使用斜坡输入以及随机输入的四种不同的种子。
si = 金宝appsimulink.simulationInput.empty（5,0）;％扫描到随机输入的4种不同的种子RNG（1）;种子= randi（1e6，[1 4]）;为了SINDEX = 1：长度（种子）SI（SINDEX）= SIMULINK.金宝appSIMUTIONINPUT（型号）;si（sindex）= si（sindex）.setvariable（'来源'，2）;％source == 2对应于随机输入si（sindex）= si（sindex）.setblockparameter（[模型'/ random / supplentrandom']，'种子'，num2str（种子（sindex）））;％扫描种子si（sindex）= si（sindex）。setUserstring（Sprintf（'random_％我'，种子（sindex））））;结尾％设置源== 1对应于斜坡输入si（5）= s金宝appimulink.simulationInput（型号）;Si（5）= Si（5）.setvariable（'来源'，1）;SI（5）= SI（5）。setUserstring（'斜坡'）;
指定固定点优化选项
要指定优化选项，例如范围集合的迭代和方法的数量，请使用fxpoptimizationOptions.目的。此示例使用派生范围分析来收集系统的范围。
选项= fxpoptimizationOptions（'maxtations'，3e2，'耐心'，50）;options.AdvanceOptions.performneighborfoodsearch = false;范围集合使用派生范围分析options.AdvanceOptions.eDederivedRangeanAlysis = True
选项= fxpoptimizationOptions具有属性：MaxItrations：300 MaxTime：600宽度：50次冗长：高允许单词长度：[1x127双]目标功能：BitWidthsum使用规范：0高级选项AdvancedOptions：[1x1 DataTypeOptimization.AdvanceFXPoptimizationOptions]
将模拟输入对象指定为高级选项中的仿真方案。
选项.AdvancedOptions.simulationscenarios = si;
运行优化并探索结果
在优化期间，软件导出了在高级选项中指定的所有模拟方案的范围。该软件验证对每个模拟输入方案的解决方案。金宝搏官方网站
结果= fxpopt（型号，[模型'/控制器']， 选项）
+启动数据类型优化... +检查不支持的构造。金宝app+预处理+建模优化问题 - 构造决策变量+运行优化求解器 - 评估新解决方案：成本496，不符合行为约束。- 评估新解决方案：成本976，不符合行为约束。- 评估新解决方案：成本1936年，符合行为约束。- 更新最佳发现解决方案，成本：1936 +优化已完成。+满足发现行为约束的固定点实现。最佳发现的解决方案适用于模型。- 总成本：1936 - 使用探索方法来探索实现。结果=具有属性的优化结果：型号：'ex_controllerharness'systemunderdesign：'ex_controllerharness / controller'finaloutcome：'满足行为约束的固定点实现。最好的发现解决方案适用于模型。 OptimizationOptions: [1x1 fxpOptimizationOptions] Solutions: [1x1 DataTypeOptimization.OptimizationSolution]
您可以探索每个解决方案，因为它比较您定义的每个模拟方案。探索最佳发现的解决方案并通过斜坡仿真输入查看。斜坡输入是仿真场景五。
solutionIndex = 1;％得到最好的找到解决方案场景= 5;％得到第5个场景（斜坡）解决方案=探索（结果，解决方案，方案下降）;
也可以看看
职能
班级
相关话题
您还可以从以下列表中选择一个网站：
