关于多输出系统建模

您可以使用所有测量的输入和输出直接估计多输出模型，或者您可以尝试为最重要的输入和输出通道的子集进行构建模型。要了解有关每种方法的更多信息，请参阅：

建模多输出系统更具挑战性，因为输入/输出耦合需要额外的参数来获得良好的拟合，并涉及更复杂的模型。通常，当建模过程中包含更多的数据输入时，模型会更好。包含更多输出通常会导致更糟糕的模拟结果，因为很难同时重现多个输出的行为。

如果您知道某些输出的准确性较差，并且在估计过程中不那么重要，那么您可以控制每个输出在估计中的权重。有关更多信息，请参见通过在估计过程中对输出进行加权来改进多输出估计结果．

直接建模多个输出

您可以使用线性和非线性模型对多输出数据进行估计。

将多个输出建模为单输出模型的组合

您可能会发现，单个模型很难解释多个输出的行为。如果直接估计多输出模型的拟合性很差，可以尝试为最重要的输入和输出通道的子集构建模型。

当动态系统中没有反馈时，使用此方法，输出之间没有耦合。如果您不确定反馈的存在，请参阅如何使用adject命令分析数据．

要构造部分模型，请使用子引用来创建部分数据集，以便每个数据集包含所有输入和一个输出。有关创建部分数据集的详细信息，请参阅以下主题:

在验证了单输出模型之后，使用垂直连接将这些部分模型组合成单个多输出模型。有关连接的更多信息，请参见越来越多的iddata对象的频道或数据点或者在idfrd对象中添加输入或输出通道．

您可以尝试使用原始(多输出)数据集来细化连接的多输出模型。

通过在估计过程中对输出进行加权来改进多输出估计结果

在为多输出系统估算线性和非线性黑匣子型号时，可以在估计过程中控制输出通道的相对重要性。控制每个输出在估计期间称重每个输出的能力是有用的，当一些测量的输出具有较差的准确度或者在估计期间应该视为不那么重要。例如，如果您已经建模了一个输出良好，则可能希望将估算集中在建模剩余输出上。同样，您可能希望为输出的子集改进模型。

使用产量估计选项以指示所需的输出加权。如果您将此选项设置为“噪音”，一个自动加权，等于估计噪声方差的倒数，用于模型估计。您还可以指定自定义加权矩阵，该矩阵必须是正半定矩阵。

有关的更多信息产量选项，请参阅估计选项集，例如arxOptions，ssestOptions，tfestOptions，nlarxOptions,nlhwoptions.．