covariateSurvivalModel

估计剩余使用寿命比例风险模型生存

描述

采用covariateSurvivalModel使用比例风险生存模型估计组件的剩余使用寿命(RUL)。该模型使用关于组件寿命和相关协变量的历史信息来描述测试组件的生存概率。协变量是环境或解释变量,如组件制造商或操作条件。当您拥有的唯一数据是故障时间和类似组件集成的相关协变量时,例如按照相同规格制造的多台机器,协变量生存模型是有用的。有关生存模型的更多信息,请参阅比例风险生存模型

配置covariateSurvivalModel对象的成分,使用的特定类型适合中,评价使用故障时间数据和相关联的协变量的集合模型系数。配置完协生存模型的参数,你可以使用则预测类似组件的剩余使用寿命predictRUL。为了说明RUL预测一个基本的例子,请参见更新RUL预测的数据到达

如果你只有寿命测量,没有协变量信息,使用areliabilitySurvivalModel

有关预测剩余使用寿命的一般信息,请参阅模型预测剩余使用寿命

创建

描述

MDL= covariateSurvivalModel创建估计RUL协变量的生存模式和初始化使用默认设置模式。

MDL= covariateSurvivalModel (initModel创建一个协变量的生存模式,并使用现有的初始化模型参数covariateSurvivalModel宾语initModel

MDL= covariateSurvivalModel (___名称,值指定使用的名称 - 值对用户可设置的模型的特性。例如,covariateSurvivalModel( 'LifeTimeUnit', “天”)创建与使用天为一个单位一生协变量的生存模式。可以指定多个名称 - 值对。在引号中每个属性的名称。

输入参数

展开全部

协生存模式,指定为covariateSurvivalModel对象。

属性

展开全部

此属性是只读的。

存活模型的基线风险率下,通过指定为两列的阵列和估计适合功能。第二列包含基线幸存者函数的值,和第一列包含相应的寿命值。

有关生存模型的更多信息,请参阅比例风险生存模型

编码方法的类别特征在EncodedVariables,指定为以下情况之一:

  • “假”- 对于分类功能,以ñ类,使用编码变量(ñ- 1)位。

  • “二进制”——二进制编码

您可以指定EncodingMethod

  • 使用名称 - 值对,当你创建模型

  • 在模型创建后使用点符号

计算Cox回归参数,指定为逻辑值时标志为规范共变特征。什么时候标准化真正,数字协变量是标准化的,协X(X-mean (X)) /性病(X)

标准化不影响编码的分类变量。

您可以指定标准化

  • 使用名称 - 值对,当你创建模型

  • 在模型创建后使用点符号

方法处理并列失效时间,指定为“‘”“埃夫隆”。有关这些方法的详细信息,请参阅考克斯比例危险模型(统计和机器学习工具箱)。

您可以指定领带

  • 使用名称 - 值对,当你创建模型

  • 在模型创建后使用点符号

为Cox回归数值和显示设置,指定为结构中创建使用statset( 'coxphfit')。可以使用点符号修改结构中的选项。

您可以指定选项

  • 使用名称 - 值对,当你创建模型

  • 在模型创建后使用点符号

此属性是只读的。

生存模式的协方差系数相乘,被指定为标量和估计适合功能。有关生存模型的更多信息,请参阅比例风险生存模型

此属性是只读的。

协变量乘以系数,指定为与尺寸的阳性阵列的协方差等于系数的数目和由所述估计适合功能。

此属性是只读的。

协变量乘法系数的名称指定为一个字符串数组,并分配在型号是使用训练适合功能。

对应于数字协变量系数具有相同的名称作为在对应的数据的可变DataVariables。对于编码变量,系数名称包含相应的编码变量的从名称EncodedVariables和编码的位顺序的表示。

御史变量,指定为字符串,其中包含一个有效的MATLAB®变量名。检查员变量是一个二进制变量,表示在其中生活时间测量数据未结束的人生价值。

CensorVariable不能匹配任何字符串中DataVariablesLifeTimeVariable

您可以指定CensorVariable

  • 使用名称 - 值对,当你创建模型

  • 作为参数,当你调用适合功能

  • 在模型创建后使用点符号

终身变量,指定为包含一个有效的MATLAB变量名的字符串。对于生存模型,寿命变量包含组件的历史寿命测量。

您可以指定LifeTimeVariable

  • 使用名称 - 值对,当你创建模型

  • 作为参数,当你调用适合功能

  • 手动使用点符号

生存期变量单位,指定为字符串。

寿命变量的单位并不需要是基于时间的。测试部件的寿命可以在使用可变的术语,诸如行进的距离(英里)或燃料消耗(加仑)来测量。

协变量数据变量,指定为字符串或字符串数​​组。在串DataVariables必须是有效的MATLAB变量名。协变量也被称作环境或解释变量。

您可以指定DataVariables

  • 使用名称 - 值对,当你创建模型

  • 作为参数,当你调用适合功能

  • 在模型创建后使用点符号

编码协变量,指定为字符串或字符串数​​组。在串EncodedVariables必须是有效的MATLAB变量名。编码变量通常都是非数字分类的功能,适合转换到数字矢量拟合之前。您还可以指定逻辑或数值是从一个小的一套以价值观进行编码。

以指定的编码方式,使用该方法EncodingMethod

您可以指定EncodedVariables

  • 使用名称 - 值对,当你创建模型

  • 作为参数,当你调用适合功能

  • 在模型创建后使用点符号

在串EncodedVariables必须是字符串中的一个子集DataVariables

记账目的的其他模型的信息,指定为任何数据类型或格式。该模型不使用这些信息。

您可以指定用户数据

  • 使用名称 - 值对,当你创建模型

  • 在模型创建后使用点符号

对象函数

predictRUL 估计剩余使用寿命要测试部件
适合 使用历史数据剩余使用寿命模型的估计参数
情节 对于剩余使用寿命模型协存活图幸存者功能

例子

全部收缩

负荷训练数据。

加载('covariateData.mat'

该数据包含电池放电时间和相关的协变量信息。协变量为:

  • 温度

  • 加载

  • 生产厂家

制造商的信息是必须编码的分类变量。

创建一个协变量生存模型。

MDL = covariateSurvivalModel;

利用训练数据,指定续航时间变量,数据变量和编码可变训练的生存模式。有此训练数据没有审查变量。

配合(MDL,covariateData,“DischargeTime”[“温度”“加载”“制造商”],[],“制造商”
成功融合:梯度范数小于OPTIONS.TolFun

积为模型基线幸存者功能。

情节(mdl)


                   

负荷训练数据。

加载('covariateData.mat'

该数据包含电池放电时间和相关的协变量信息。协变量为:

  • 温度

  • 加载

  • 生产厂家

制造商的信息是必须编码的分类变量。

创建一个协变量生存模型,并使用训练数据对其进行训练。

MDL = covariateSurvivalModel('LifeTimeVariable'“DischargeTime”'LifeTimeUnit'“小时”...'DataVariables'[“温度”“加载”“制造商”]'EncodedVariables'“制造商”);配合(MDL,covariateData)
成功融合:梯度范数小于OPTIONS.TolFun

假设你有由制造商生产的电池组已经运行三十小时。创建一个包含使用时间测试数据表,DischargeTime和所测量的环境温度,TestAmbientTemperature,和电流消耗,TestBatteryLoad

TestBatteryLoad = 25;TestAmbientTemperature = 60;DischargeTime =小时(30);TESTDATA =时间表(TestBatteryLoad,TestAmbientTemperature,“B”'RowTimes',小时(30));TestData.Properties.VariableNames = {'温度''加载'“制造商”};TestData.Properties.DimensionNames {1} ='DischargeTime';

预测电池的RUL。

estRUL = predictRUL(MDL,TESTDATA)
estRUL =持续时间38.657小时

绘制幸存者函数对电池的协变量数据。

图(MDL,TESTDATA)

算法

展开全部

介绍了在R2018a