选项设置灰色的
选择= greyestOptions
选择= greyestOptions(名称、值)
指定可选的逗号分隔的对名称,值
论据。名称
参数名和价值
是对应的值。名称
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名称1,值1,…,名称,值
.
初始状态
- - - - - -初始状态的处理“汽车”
(默认)|“模型”
|“零”
|“估计”
|“展望”
估计期间初始状态的处理,指定为以下值之一:
“模型”
-初始状态由艾德格雷
模型。ODE文件必须返回6个或更多输出参数。
“零”
-初始状态设置为零。ODE文件返回的任何值都将被忽略。
“估计”
-初始状态作为一个独立的估计参数。
“展望”
-初始状态估计使用最佳最小二乘拟合。
“汽车”
-软件根据估计数据选择处理初始状态的方法。
双精度向量——指定长度的列向量Nx哪里Nx是状态数。对于多实验数据,指定一个矩阵氖列,其中氖是实验的次数。在估算过程中,指定值被视为固定值。
DisturbanceModel
- - - - - -干扰分量处理“汽车”
(默认)|“模型”
|“固定”
|“没有”
|“估计”
干扰分量的处理(K)在估算期间,指定为以下值之一:
“模型”
- - - - - -K属性使用的ODE文件对值进行参数化艾德格雷
模型。ODE文件必须返回5个或更多的输出参数。
“固定”
—取值K
财产艾德格雷
模型固定于其原始值。
“没有”
- - - - - -K固定为零。ODE文件返回的任何值都会被忽略。
“估计”
- - - - - -K被视为一个独立的估计参数。
“汽车”
-软件选择在估计过程中如何处理干扰分量的方法。该软件使用“模型”
方法,如果ODE文件返回5个或更多输出参数,其有限值为K.否则,软件使用“固定”
方法
请注意
噪声模型不能用频域数据估计。
焦点
- - - - - -要最小化的错误“预测”
(默认)|“模拟”
估计期间损失函数中要最小化的误差,指定为逗号分隔对,包括“焦点”
以及下列值之一:
“预测”
-在估计过程中,测量和预测输出之间的一步超前预测误差被最小化。因此,估计的重点是产生一个好的预测模型。
“模拟”
-在估计过程中,测量和模拟输出之间的模拟误差最小化。因此,估计的重点是使模型响应与电流输入的模拟很好地吻合。
的焦点
选项可以解释为损失函数中的加权过滤器。有关更多信息,请参阅损失函数和模型质量度量.
加权滤波器
- - - - - -加权预滤器[]
(默认)|矢量|矩阵|单元阵列|线性系统加权预滤波器应用于估计过程中要最小化的损失函数。了解加权滤波器
关于损失函数,见损失函数和模型质量度量.
具体说明加权滤波器
作为下列价值之一:
[]
-未使用加权预过滤器。
通带-指定包含定义所需通带的频率值的行向量或矩阵。您可以选择估计模型和估计数据之间的拟合得到优化的频带。例如,[wl,wh]
哪里wl
和wh
表示通频带的上下限。对于有几行定义频带的矩阵,[w1l,w1h;w2l,w2h;w3l,w3h;…]
,估计算法使用频率范围的并集来定义估计通带。
通带以单位表示无线电/时间单位
对于时域数据和在FrequencyUnit
对于频域数据,其中时间单位
和FrequencyUnit
为估计数据的时间和频率单位。
SISO滤波器—通过以下方式指定单输入单输出(single input-single-output, SISO)线性滤波器:
SISO-LTI模型
{A, B, C, D}
格式,指定与估计数据具有相同采样时间的过滤器的状态空间矩阵。
{分子,分母}
格式,将过滤器的分子和分母指定为传递函数,采样时间与估计数据相同。
这个选项计算权重函数作为滤波器和输入频谱的乘积来估计传递函数。
权重向量-仅适用于频域数据。指定权重的列向量。此向量必须与数据集的频率向量具有相同的长度,数据、频率
.数据中的每个输入和输出响应乘以该频率下的相应权重。
加强稳定
- - - - - -控制是否加强模型的稳定性假
(默认)|真正的
控制是否强制估计模型的稳定性,指定为逗号分隔对,由“EnforceStability”
或者真正的
或假
.
数据类型:逻辑
估计协方差
- - - - - -控制是否生成参数协方差数据真正的
(默认)|假
控制是否生成参数协方差数据,指定为真正的
或假
.
如果估计协方差
是真正的
,然后用盖特科夫
从估计模型中获取协方差矩阵。
陈列
- - - - - -指定是否显示评估进度“关”
(默认)|“上”
指定是否显示估算进度,该进度指定为以下值之一:
“上”
-有关模型结构和估计结果的信息显示在进度查看器窗口中。
“关”
—系统未显示进度和结果信息。
InputOffset
- - - - - -估计过程中从时域输入数据中去除偏移量[]
(默认)|正整数向量|矩阵在估计过程中从时域输入数据中去除偏移量,指定为逗号分隔对,由“输入偏移”
以及以下其中之一:
长度为正整数的列向量怒族哪里怒族是输入的数量。
[]
-表示没有偏移。
怒族-借-氖矩阵-对于多个实验数据,指定InputOffset
作为怒族-借-氖矩阵怒族是输入的数量,以及氖为实验的次数。
指定的每个条目InputOffset
从相应的输入数据中减去。
输出偏移
- - - - - -在估计过程中去除时域输出数据的偏移[]
(默认)|矢量|矩阵估计期间从时域输出数据中移除偏移量,指定为逗号分隔对,由“输出补偿”
以及以下其中之一:
一个长度的列向量纽约哪里纽约为输出数。
[]
-表示没有偏移。
纽约-借-氖矩阵-对于多个实验数据,指定输出偏移
作为一个纽约-借-氖矩阵纽约是输出的数量,以及氖为实验的次数。
指定的每个条目输出偏移
从相应的输出数据中减去。
输出重量
- - - - - -多输出估计中预测误差的加权[]
(默认)|“噪音”
|正半正定对称矩阵多输出估计中预测误差的权重,指定为以下值之一:
“噪音”
-最小化
哪里E表示预测误差和N
是数据样本数。此选择在统计意义上是最优的,如果噪声方差未知,则会导致最大似然估计。它使用估计噪声方差的倒数作为加权函数。
请注意
输出重量
不得“噪音”
如果SearchMethod
是“lsqnonlin”
.
半正定对称矩阵(W
)-最小化加权预测误差矩阵的轨迹跟踪(E”* E * W / N)
地点:
E是预测误差矩阵,每个输出一列,以及W为大小等于输出数的正半正定对称矩阵。使用W指定多个输出模型中输出的相对重要性,或相应数据的可靠性。
N
是数据样本数。
[]
-软件选择“噪音”
或者用单位矩阵W
.
此选项仅适用于多输出模型。
正规化
- - - - - -模型参数正则化估计的选项模型参数的正则化估计选项。有关正则化的更多信息,请参见模型参数的正则化估计.
正规化
是具有以下字段的结构:
λ
-决定偏差与方差权衡的常数。
指定正标量以将正则化项添加到估算成本。
默认值0表示不进行正则化。
默认值:0
R
-加权矩阵。
指定一个非负数向量或方正半定矩阵。长度必须等于模型的自由参数个数。
对于黑匣子型号,建议使用默认值。对于结构化模型和灰盒模型,还可以指定向量NP
正数,以便每个条目表示相关参数值的置信度。
默认值1表示值为眼睛(npfree)
哪里npfree
为自由参数的个数。
默认值:1
名义上的
-在估计过程中自由参数被拉向的标称值。
默认值为零表示参数值被拉向零。如果要优化模型,可以将值设置为“模型”
将参数拉向初始模型的参数值。初始参数值必须是有限的,这样设置才能生效。
默认值:0
SearchMethod
- - - - - -用于迭代参数估计的数值搜索方法“汽车”
(默认)|“gn”
|“gna”
|“lm”
|“格拉德”
|“lsqnonlin”
|“fmincon”
数值搜索方法用于迭代参数估计,指定为逗号分隔对组成“SearchMethod”
以及以下其中之一:
“汽车”
-线搜索算法的组合,“gn”
,“lm”
,“gna”
,“格拉德”
方法在每次迭代中依次尝试。第一个下降方向可以减少估计成本。
“gn”
-子空间高斯-牛顿最小二乘搜索。奇异值的雅可比矩阵小于GnPinvConstant * eps *马克斯(大小(J)) *规范(J)
在计算搜索方向时丢弃。J是雅可比矩阵。Hessian矩阵近似为JTJ。如果此方向没有改进,则函数将尝试渐变方向。
“gna”
-自适应子空间高斯-牛顿搜索。特征值小于γ*马克斯(sv)
被忽略的黑森人,在哪里sv包含Hessian的奇异值。在剩余的子空间中计算高斯-牛顿方向。伽马射线具有初始值初始公差
(见先进的
在“搜索选项”
的更多信息)。这个值按该因子增加LMStep
每次搜索都不能在少于五次的等分中找到较低的判据值。这个值被该因子降低2*LMStep
每次搜索成功时,没有任何对分。
“lm”
-Levenberg-Marquardt最小二乘搜索,其中下一个参数值为-pinv(H+d*I)*梯度
从上一个。H海赛,我是单位矩阵,和毕业生是梯度。d是一个不断增加的数字,直到找到标准的较低值为止。
“格拉德”
-最速下降最小二乘搜索。
“lsqnonlin”
-一种基于信赖域的反射算法解非线性最小二乘问题
(优化工具箱).需要优化工具箱™软件。
“fmincon”
-约束非线性解算器。您可以使用序列二次规划(SQP)和铁铬镍铁合金
(优化工具箱)如果您有优化工具箱软件,还可以使用铁铬镍铁合金
解算器。在中指定算法搜索选项。算法
选项这个铁铬镍铁合金
在以下情况下,算法可能会改善估计结果:
当模型参数有边界时的约束最小化问题。
模型结构,其中损失函数是参数的非线性或非光滑函数。
多输出估计模型。决定因素损失函数对于多输出模型估计,默认情况下最小化。铁铬镍铁合金
算法能够直接最小化这些损失函数“lm”
和“gn”
通过交替估计噪声方差和减少给定噪声方差值的损失值,最小化行列式损失函数铁铬镍铁合金
算法可以提供更好的效率和精度的多输出模型估计。
SearchOptions
- - - - - -搜索算法的选项集选项设置为搜索算法,指定为逗号分隔对,由“搜索选项”
和具有依赖于的值的字段设置的搜索选项SearchMethod
.
SearchOptions
结构时SearchMethod
指定为“gn”
,“gna”
,“lm”
,“格拉德”
或“汽车”
字段名 | 描述 | 默认的 | ||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
容忍 |
损失函数的当前值与下一次迭代后预期改进值之间的最小百分比差,指定为正标量。当预期改进的百分比小于 |
0.01 |
||||||||||||||||||||||||||||||
MaxIterations |
损失函数最小化期间的最大迭代次数,指定为正整数。当迭代停止时 背景 使用 |
20 |
||||||||||||||||||||||||||||||
先进的 |
高级搜索设置,指定为具有以下字段的结构:
|
SearchOptions
结构时SearchMethod
指定为“lsqnonlin”
字段名 | 描述 | 默认的 |
---|---|---|
FunctionTolerance |
软件最小化损失函数的终止容差,以确定估计的参数值,指定为一个正标量。 的价值 |
1e-5 |
阶跃公差 |
估计参数值的终止公差,指定为正标量。 的价值 |
1e-6 |
MaxIterations |
损失函数最小化期间的最大迭代次数,指定为正整数。当迭代停止时 的价值 |
20 |
先进的 |
高级搜索设置,指定为的选项集 有关更多信息,请参阅中的优化选项表优化选项(优化工具箱). |
使用optimset(“lsqnonlin”) 创建默认选项集。 |
SearchOptions
结构时SearchMethod
指定为“fmincon”
字段名 | 描述 | 默认的 |
---|---|---|
算法 |
|
“sqp” |
FunctionTolerance |
软件最小化损失函数的终止容差,以确定估计的参数值,指定为一个正标量。 |
1e-6 |
阶跃公差 |
估计参数值的终止公差,指定为正标量。 |
1e-6 |
MaxIterations |
损失函数最小化期间的最大迭代次数,指定为正整数。当迭代停止时 |
100 |
先进的
- - - - - -其他高级选项其他高级选项,指定为具有以下字段的结构:
ErrorThreshold
-指定何时将大错误的权重从二次调整为线性。
误差大于ErrorThreshold
乘以估计的标准偏差在损失函数中具有线性权重。标准偏差可靠地估计为预测误差中位数的绝对偏差的中位数除以0.7
. 有关稳健范数选择的更多信息,请参见第15.2节[2].
ErrorThreshold = 0
禁用稳健化并导致一个纯粹的二次损失函数。当用频域数据进行估计时,软件设置ErrorThreshold
设置为零。对于包含异常值的时域数据,请尝试设置ErrorThreshold
到1.6
.
默认值:0
最大尺寸
-指定将输入输出数据拆分为段时,段中元素的最大数目。
最大尺寸
必须是正整数。
默认值:250000
StabilityThreshold
-指定稳定性测试的阈值。
StabilityThreshold
是具有以下字段的结构:
年代
—用于测试连续时间模型稳定性的最右极点位置。当模型的最右极位于的左侧时,模型被认为是稳定的年代
.
默认值:0
z
-指定所有极点距原点的最大距离,以测试离散时间模型的稳定性。如果所有极点都在该距离内,则认为模型是稳定的z
从源头上说。
默认值:1+平方米(每股收益)
自动初始化阈值
-指定何时自动估计初始状态。
初始状态估计为
y梅斯为测量输出。
yp、 z是使用零初始状态估计的模型的预测输出。
y体育课是使用估计初始状态估计的模型的预测输出。
适用时初始状态
是“汽车”
.
默认值:1.05
[1] 威尔斯、阿德里安、B.尼尼斯和S.吉布森。“基于梯度的多变量系统估计搜索”。第16届IFAC世界大会会议记录,捷克共和国布拉格,2005年7月3日至8日。英国牛津:爱思唯尔有限公司,2005。
[2] 永,L。系统识别:用户的理论. 新泽西州鞍河上游:普伦蒂斯大厅PTR,1999年。
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。