“z”——零初始条件。

“e”——估计初始条件,观察输出的预测误差最小化。

对于非线性灰色矩形模型,只有那些初始状态我指定为免费的模型(sys.InitialStates(我)。固定= false)估计。模型的估计所有的州,首先指定Nx州的idnlgrey模型sys是免费的。

为i = 1: Nx sys.InitialStates(我)。固定= false;结束

同样,修复所有的初始状态值中指定sys.InitialStates,首先所有的州指定为固定的sys.InitialStates非线性灰色矩形模型的属性。

' d '——类似于“e”,但吸收非零延迟到模型系数。延迟是首先转化为显式模型,和这些国家的初始值也估计并返回。

使用这个选项仅供线性模型。

向量或矩阵——初猜值,指定为一个数值列向量的长度等于国家的数量。对于multi-experiment数据,指定一个矩阵不列,不是实验的数量。否则,使用一个列向量指定相同的初始条件为所有实验。使用这个选项为整数(中的难点和idgrey)和非线性模型(idnlarx,idnlhw,idnlgrey只)。

initialCondition对象-initialCondition对象代表了一个模型的自由响应系统的初始条件。对于multiexperiment数据,指定1 -N_e数组的对象,N_e是实验的数量。

使用这个选项仅供线性模型。

与以下字段结构,包含历史输入和输出值的时间间隔立即开始时间前使用的数据渣油:

multi-experiment数据、配置初始条件分别为每个实验通过指定InitialCondition作为一个结构数组不元素。为所有指定相同的初始条件实验中,使用一个结构。

软件使用data2state将历史数据映射到状态。如果你的模型中的难点,idgrey,idnlgrey,或idnlarx软件首先将模型转换为整数阶,然后将数据映射到状态。如果你的模型转换中的难点是不可能的,估计国家返回空。

x0obj——规范对象创建使用idpar。使用这个对象离散时间状态空间(中的难点和idgrey)和非线性灰色矩形(idnlgrey)模型。使用x0obj施加约束的初始状态修复它们的价值或指定最小值或最大值。

一个列向量长度的正整数ν,在那里ν输入的数量。

[]——表示没有抵消。

ν——- - - - - -不矩阵——multi-experiment数据,指定InputOffset作为一个ν——- - - - - -不矩阵。ν输入的数量,不是实验的数量。

一个列向量的长度纽约,在那里纽约是输出的数量。

[]——表示没有抵消。

纽约——- - - - - -不矩阵——multi-experiment数据,指定OutputOffset作为一个纽约——- - - - - -不矩阵。纽约是输出的数量,和不是实验的数量。

[]——没有权重。使用这个选项是一样的眼睛(纽约)为输出的重量。纽约是输出的数量。

“噪音”-逆的噪声方差与模型存储。

双打——半正定矩阵的矩阵的维度纽约——- - - - - -纽约。纽约是输出的数量。