forecastOptions

选项设置预测

折叠所有页面

语法

选择= forecastOptions

选择= forecastOptions(名称、值)

选择= forecastOptions创建的默认选项集预测．使用点符号来修改这个选项集。您不修改的任何选项都保留其默认值。

选择= forecastOptions (名称,值）使用一个或多个指定的选项创建选项集名称,值对参数。

打开生活的脚本

为…创建默认选项集预测．

选择= forecastOptions;

将单个输入数据集的输入偏移量指定为5。

opt.InputOffset = 5;

现在可以使用此选项集进行预测。在预测模型响应之前预测命令从过去的输入数据信号中减去这个偏移值。

打开生活的脚本

为。创建一个选项集预测使用零初始条件。

选择= forecastOptions (“InitialCondition”，“z”）;

打开生活的脚本

从两个实验加载过去的测量数据。

负载iddata1负载iddata2

z1和z2是iddata存储SISO输入输出数据的对象。创建一个两个实验的数据集z1和z2．

z =合并(z1 (z2);

利用多实验数据估计两极点传递函数模型。

sys =特遣部队(z, 2);

指定两个实验的输出信号的偏移量分别为-1和1。

选择= forecastOptions (“OutputOffset”[1]);

OutputOffset指定为Ny-by-Ne矩阵纽约是每次实验的输出数，和不为实验的次数。在这个例子中,纽约是1,不是2。

使用选项集选择，预测模型在未来10个时间步长的响应。软件减去偏移值OutputOffset (i, j)从输出信号我实验j在预测算法中使用数据之前。将删除的偏移量添加回来以生成最终结果。

y =预测(sys, z, 10,选择)

y =包含2个实验的时域数据集。实验样本采样时间Exp1 10 0.1 Exp2 10 0.1输出单位(如果指定)y1输入单位(如果指定)u1

y是一个iddata对象，该对象返回与过去的每组实验数据对应的预测响应。

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:forecastOptions(“InitialCondition”、“e”)指定该软件估计测量的输入-输出数据的初始条件，以使观测输出的一步预测误差最小。

初始条件的处理，指定为逗号分隔对，由“InitialCondition”以及下列值之一:

“z”-零初始条件。
“e”-估计初始条件，使观测输出的1步预测误差最小。
对于非线性灰箱模型，只考虑初始状态我在模型中指定为免费的(sys.InitialStates(我)。固定= false)估计。要估计模型的所有状态，首先指定所有Nx州的idnlgrey模型sys是免费的。
```
为i = 1:Nx sys.InitialStates(i)。固定= false;结束
```
类似地，将所有初始状态固定为sys。InitialStates，首先指定所有的状态为固定的sys。InitialStates非线性灰箱模型的性质。
x0obj使用创建的规格对象idpar．此对象仅用于离散时间状态空间模型(中的难点，idgrey,idnlgrey）.使用x0obj通过确定初始状态的值或指定其最小或最大界限来对其施加约束。

时域数据的输入信号偏移量，指定为逗号分隔对组成“InputOffset”以及下列值之一:

［］—无输入偏移量。
一个长度的列向量ν,在那里ν为输入的个数。当你使用预测命令时，软件减去偏移值InputOffset(我)从我输入信号的过去和将来的输入值。属性中指定这些值PastData和FutureInputs参数的预测．然后，该软件使用offset减去的输入来预测模型响应。
ν——- - - - - -不matrix -对于多实验数据，指定InputOffset作为一个ν——- - - - - -不矩阵,不为实验的次数。软件减去偏移值InputOffset (i, j)从我的输入信号j第一个实验PastData和FutureInputs参数的预测之前的预测。

时域数据的输出信号偏移量，指定为逗号分隔对组成“OutputOffset”以及下列值之一:

［］—无输出偏移量。
一个长度的列向量纽约,在那里纽约为输出数。当你使用预测命令时，软件减去偏移值OutputOffset(我)从我中指定的过去的输出信号PastData的观点预测．然后，软件使用偏移量减去的产出来计算非趋势预测。移除的偏移量被添加回非趋势预测中以生成最终结果。
纽约——- - - - - -不matrix -对于多实验数据，指定OutputOffset作为一个纽约——- - - - - -不矩阵,不为实验的次数。在预测之前，软件会减去偏移值OutputOffset (i, j)从我输出信号j第一个实验PastData的观点预测．例如，请参见指定预测多实验数据的输出偏移量．