主要内容

idnlarx /图

绘制非线性ARX模型的非线性

折叠所有页面

语法

情节(模型)
情节(模型、颜色)
情节(modelN model1…)
情节(model1 color1…,modelN colorN)
图(___“NumberofSamples”,N)

描述

例子

图(模型）的非线性ARX模型的非线性曲线非线性ARX图．该图显示了模型所有输出的非线性作为其输入回归量的函数。

图(模型，颜色）指定要使用的颜色。

情节(modelN model1…)生成多个模型的图。

例子

情节(model1 color1…,modelN colorN)为每个模型指定颜色。您不需要为所有模型指定颜色。

例子

图(___“NumberofSamples”,N）指定用于在每个轴上网格化回归空间的样本数量。此语法可以包括前面语法中的任何输入参数组合。

例子

全部折叠

打开实时脚本

估计一个非线性ARX模型并画出它的非线性。

负载iddata1Model1 = nlarx(z1，[4 2 1]，“idWaveletNetwork”，“nlr”[1:3]);情节(model1)

{

在plot窗口中，您可以选择:

  • 要在绘图轴上使用的回归器，并在配置面板中为其他回归器指定中心点。对于多输出模型，每个输出分别绘制。

  • 要从图的顶部的下拉列表中查看的输出。

打开实时脚本 
负载iddata1Model1 = nlarx(z1，[4 2 1]，“idwave”，“nlr”[1:3]);Model2 = nlarx(z1，[4 2 1]，“idSigmoidNetwork”，“nlr”[1:3]);情节(model1“b”model2,‘g’）

{

这个例子使用了:

打开实时脚本 
负载iddata1model1 = nlarx(z1，[4 2 1]，idWaveletNetwork);model2 = nlarx(z1，[4 2 1]，idSigmoidNetwork);情节(model1“b”model2,‘g’，“NumberofSamples”, 50)

{

输入参数

全部折叠

估计的非线性ARX模型，指定为idnlarx模型对象。使用nlarx对模型进行估计。

用于绘制回归函数的颜色，指定为以下之一:

  • 颜色名称的字符向量，指定为以下之一:

    • “b”

    • “y”

    • “米”

    • “c”

    • “r”

    • ‘g’

    • ' w '

  • RGB值的3元素双向量

默认情况下，颜色是自动选择的。

数据类型:双|字符

在回归轴上用于显示回归样本的点数，指定为正整数。

数据类型:双

更多关于

全部折叠

什么是非线性ARX图?

非线性ARX图显示所选模型输出的评估模型非线性作为一个或两个模型回归量的函数。对于一个模型米，模型非线性(M.Nonlinearity)为非线性估计函数，如idWaveletNetwork，idSigmoidNetwork,或idTreePartition，该模型使用模型回归量作为输入。

为了理解画的是什么，假设{r1, r2,…,rN}是N非线性ARX模型使用的回归量米与非线性问对应于模型输出。你可以使用getreg (M)看一下这些回归量。表达式Nonlin = evaluate(nl，[v1,v2，…，vN])返回这些回归器给定值的模型输出，即:r1＝v1，r2＝v2、……rN＝vN．为了画出非线性，你选择一个或两个N例如，回归量，Rsub = {r1,r4}．该软件在指定范围内改变这些回归量的值，同时固定其余回归量的值，并生成的图Nonlinvs。rsub．默认情况下，软件将剩余固定回归量的值设置为它们的估计均值，但您可以更改这些值。回归均值存储在Nonlinearity.Parameters.RegressorMean模型的属性。

检查非线性ARX图可以帮助您深入了解哪些回归量对模型输出有最强的影响。理解输出中回归量的相对重要性可以帮助您决定在输出的非线性函数中包含哪些回归量。如果对于所有选择的回归值，图的形状看起来像一个平面，那么模型在这些回归值中可能是线性的。在这种情况下，您可以从非线性块中删除相应的回归量，并重复估计。

此外，您可以使用不同的非线性估计器为相同的数据创建多个非线性模型，例如idWaveletNetwork网络和idTreePartition，然后比较这些模型的非线性曲面。不同模型的图之间的一致性增加了这些非线性模型捕捉系统真实动态的信心。

要了解有关配置场景的更多信息，请参见配置一个非线性ARX图．

版本历史

在R2014a中引入

另请参阅

|||

主题