armax
估计参数的ARMAX ARIMAX、ARMA或ARIMA模型使用时域数据
语法
描述
估计ARMAX模型
估计的参数ARMAX或者一个自回归滑动平均sys
= armax (数据
,(na nb数控nk)
)idpoly
模型sys
使用预测误差法和多项式命令中指定(na nb数控nk)
。模型属性包括估计协方差(参数不确定性)和拟合优度估计和测量数据。
回归估计初始条件
(
估计初始条件作为回报sys
,集成电路
)= armax (___)initialCondition
对象。如果你打算使用这个语法模拟或预测模型响应输入数据,然后使用相同的估计比较相同的估计输出数据的响应。结合初始条件收益率期间更好的匹配的第一部分模拟。
例子
估计ARMAX模型
估计ARMAX模型和视图模型的健康产出的估计数据。
负荷的测量数据iddata
对象z2
。
负载iddata2z2
与二阶估计ARMAX模型 , , 多项式和传输延迟的一个示例。
na = 2;nb = 2;数控= 2;nk = 1;sys = armax (z2, (na nb数控nk))
sys =离散ARMAX模型:一个(z) y (t) = B (z) u (t) + C (z) e (t) (z) = 1 - 1.512 z ^ 1 + 0.7006 z ^ 2 B (z) = -0.2606 z ^ 1 + 1.664 z ^ 2 C (z) = 1 - 1.604 z ^ 1 + 0.7504 z ^ 2样品时间:0.1秒参数化:多项式订单:na = 2 nb = 2数控= 2 nk = 1很多免费的系数:6使用“polydata”、“getpvec”、“getcov”参数及其不确定性。状态:估计ARMAX使用时域数据“z2”。适合估算数据:85.89%(预测聚焦)消防工程:1.086,MSE: 1.054
输出显示包含估计参数的多项式与评估的细节。下状态
,适合评估数据
显示估计模型1-step-ahead预测精度在80%以上。
比较模型模拟输出测量数据。
比较(z2 sys)
适合模拟模型的测量数据几乎是一样的估计。
ARMA模型
估计ARMA模型和比较其响应测量的输出和一个AR模型。
加载数据,其中包含时间序列z9
与噪音。
负载iddata9z9
一个四阶ARMA模型与一阶估计 多项式。
na = 4;数控= 1;sys = armax (z9 (na nc));
估计一个四阶AR模型。
sys_ar = ar (z9, na);
比较模型与测量数据输出。
比较(z9 sys sys_ar)
ARMA模型有更好的选择的数据。
指定评估选项
从测量数据估计ARMAX模型和指定评估选择。
加载数据并创建一个iddata
对象。初始化选项设置选择
,并设置选项焦点
,SearchMethod
,MaxIterations
,显示
。然后估计ARMAX模型使用更新的选项集。
负载twotankdata;z = iddata (y、u, 0.2);选择= armaxOptions;opt.Focus =“模拟”;opt.SearchMethod =“lm”;opt.SearchOptions。MaxIterations=10;opt.Display =“上”;sys = armax (z,[2 2 2 1],选择);
终止条件测量组件模型的进程查看器中显示是迭代的最大数量。
改善结果,重新评估模型使用更大的价值MaxIterations
,或者继续迭代之前估计的模型如下:
sys2 = armax (z, sys);比较(z, sys, sys2)
在哪里sys2
改进的参数sys
改善适合数据。
ARMAX模型的正则化
估计正规化ARMAX模型通过将正规化ARX模型。
加载数据。
负载regularizationExampleData.matm0simdata;
估计一个unregularized ARMAX模型的30。
m1 = armax (m0simdata (1:15), [30 30 30 1]);
估计正规化ARMAX模型通过确定λ的值通过试验和错误。
选择= armaxOptions;opt.Regularization。λ= 1;m2 = armax (m0simdata(1:15),[30 30 30 1],选择);
获得一个低阶ARMAX模型通过将正规化ARX模型,然后执行订单减少。
opt1 = arxOptions;[L R] = arxRegul (m0simdata (1:15), [30 30 1]);opt1.Regularization。λ= L;opt1.Regularization。R = R;m0 = arx (m0simdata (1:15), [30 30 1], opt1);= idpoly先生(balred (ids (m0), 7));
比较模型输出数据。
opt2 = compareOptions (“InitialCondition”,“z”);比较(m0simdata(150:结束),m1, m2,先生,opt2);
ARIMA模型
估计单变量时间序列数据的四阶ARIMA模型。
加载数据含有噪声的时间序列。
负载iddata9z9;
集成的输出信号,并使用结果替换原来的输出信号z9
。
z9。y=cumsum(z9.y);
估计与一阶四阶ARIMA模型
多项式通过设置“IntegrateNoise
”真正的
。
= armax模型(z9 (4 - 1),“IntegrateNoise”,真正的);
使用所述的未来预测,预测模型的输出,比较预测输出与估计数据。
比较(z9、模型、10)
估计ARMAX模型迭代
从测量数据迭代估计ARMAX模型不同的订单。
负载dryer2
数据和执行评估的多项式组合订单na
,注
,数控
,和输入延迟nk
。
负载dryer2;z = iddata (y2, u2, 0.08,“Tstart”,0);na = 2:4;数控= 1:2;nk = 0:2;模型=单元(18);ct = 1;为我= 1:3 na_ = na(我);nb_ = na_;为j = 1:2 nc_ =数控(j);为k = 1:3 nk_ = nk (k);{ct} = armax模型(z, [na_ nb_ nc_ nk_]);ct = ct + 1;结束结束结束
堆栈估计模型和比较他们的模拟响应估计数据z
。
模型=堆栈(1、模型{:});比较(z,模型)
初始化ARMAX模型状态空间模型参数使用
负荷估算数据。
负载iddata2z2
估计3阶状态空间模型的估计数据。
sys0 = n4sid (z2, 3);
估计ARMAX模型使用之前估计的初始化状态空间模型参数。
sys = armax (z2, sys0);
获得初始条件
加载数据。
负载iddata1icz1i
估计二阶ARMAX模型sys
并返回初始条件集成电路
。
na = 2;nb = 2;数控= 2;nk = 1;(sys, ic) = armax (z1i (na nb数控nk));集成电路
ic = initialCondition属性:答:[2 x2双]X0: [2 x1双]C: [0 1] Ts: 0.1000
集成电路
是一个initialCondition
对象,该对象封装了免费的反应sys
在状态方程形式,初始状态向量X0
。你可以把集成电路
当你模拟sys
与z1i
输入信号和比较的响应z1i
输出信号。
输入参数
(na nb数控nk)
- - - - - -多项式的订单
整行向量|整数矩阵的行向量|标量
多项式的订单和延迟模型,指定为1-by-4向量或矩阵的向量(na nb数控nk)
。多项式阶数等于多项式系数的估计。
对于一个ARMA或ARIMA时间序列模型,没有输入,设置(na nb数控nk)
来(na数控)
。例如,看到的ARMA模型。
对于一个模型纽约输出和ν输入:
na
多项式的顺序吗一个(问),指定为一个纽约——- - - - - -纽约矩阵的非负整数。注
多项式的顺序吗B(问)+ 1,指定为一个纽约——- - - - - -ν矩阵的非负整数。数控
多项式的顺序吗C(问),指定为一个列向量长度的非负整数纽约。nk
输入输出延迟,也知道在传输延迟,指定为一个吗纽约——- - - - - -ν矩阵的非负整数。nk
在ARMAX模型的代表是固定的前导零B多项式。
例如,看到的估计ARMAX模型。
init_sys
- - - - - -系统初始参数化配置
离散时间线性模型
系统配置的初始参数sys
,指定为一个离散时间线性模型。你获得init_sys
通过执行评估使用测量数据或通过直接使用命令等建设idpoly
和中的难点
。
如果init_sys
是一个ARMAX模型,armax
使用的参数值init_sys
作为评估的初始猜测。配置初始猜测和约束一个(问),B(问),C(问),用结构
的属性init_sys
。例如:
指定一个初始猜测一个(问)的
init_sys
,设置init_sys.Structure.A.Value
作为初始猜测。指定的约束B(问)的
init_sys
:集
init_sys.Structure.B.Minimum
到最低限度B(问)系数值。集
init_sys.Structure.B.Maximum
最大B(问)系数值。集
init_sys.Structure.B.Free
来表示,B(问)系数估计都是免费的。
如果init_sys
不是一个多项式与ARMAX模型结构,软件第一次转换吗init_sys
ARMAX模型。armax
使用生成的模型的参数估计的初始猜测sys
。
如果选择
没有指定,init_sys
是通过评估,那么估计选项init_sys.Report.OptionsUsed
使用。
例如,看到的初始化ARMAX模型状态空间模型参数使用。
选择
- - - - - -估计选项
armaxOptions
选项设置
估计ARMAX模型识别的选项,指定为一个armaxOptions
选项。选项指定的选择
包括以下:
初始条件处理,使用这个选项来确定初始条件设置或估计。
输入和输出数据偏移量,使用这些选项删除从数据中估计补偿。
正则化——使用这个选项来控制偏差和方差之间的权衡错误估计过程。
名称-值参数
指定可选的双参数作为Name1 = Value1,…,以=家
,在那里的名字
参数名称和吗价值
相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。
R2021a之前,用逗号来分隔每一个名称和值,并附上的名字
在报价。
例子:“InputDelay”, 2
两个样本的输入延迟时间适用于所有输入通道
InputDelay
- - - - - -输入延迟
0
(默认)|整数标量|正整数向量
输入延迟表示为整数倍的样品时间,指定为逗号分隔组成的“InputDelay”
和下列之一:
Nu1的向量,Nu是输入的数量——每个条目是一个数值表示的输入延迟相应的输入通道。
标量值,应用相同的延迟输入通道。
0
——没有输入延迟。
例子:armax(数据、(2 1 1 0)' InputDelay ', 1)
估计二阶ARX模型与一阶B和C多项式输入延迟的两个样品。
IODelay
- - - - - -运输延误
0
(默认)|标量|矩阵
为每个输入-输出对运输延误,表示为整数倍的样品时间,指定为逗号分隔组成的“IODelay”
和下列之一:
Ny——- - - - - -Nu矩阵,Ny输出的数量和吗Nu是输入,每个条目的数量是一个整数值代表的传输延迟相应的输入输出。
标量值,应用相同的所有输入输出延迟对。
“IODelay”
是有用的作为替代吗nk
秩序。你可以提出来max (nk-1, 0)
滞后的“IODelay”
价值。为nk
> 1,armax (na, nb、nk)
相当于armax (na, nb 1 IODelay, nk-1)
。
IntegrateNoise
- - - - - -除了噪声通道的集成商
假
(默认)|逻辑向量
噪声信道的集成商,指定为逗号分隔组成的“IntegrateNoise”
和一个逻辑向量的长度Ny,在那里Ny是输出的数量。
设置“IntegrateNoise”
来真正的
对于一个特定的模型中的输出结果
在哪里 噪声信道中的积分器,e(t)。
使用“IntegrateNoise”
建立ARIMA或ARIMAX模型。
例如,看到的ARIMA模型。
输出参数
sys
——ARMAX模型
idpoly
对象
ARMAX模型符合给定的估计数据,作为一个离散时间返回idpoly
对象。这个模型是使用指定的模型创建的订单,延误,估计选项。
评估结果和信息存储在选择使用报告
模型的属性。报告
有以下字段。
报告字段 | 描述 | ||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
状态 |
总结模型的状态,这表明模型是由建设或是否得到评估。 |
||||||||||||||||||
方法 |
评估使用的命令。 |
||||||||||||||||||
InitialCondition |
处理初始条件在模型估计,返回以下值之一:
这个领域是特别有用的视图如何处理当初始条件 |
||||||||||||||||||
适合 |
定量评估的评估,作为一个结构返回。看到损失函数和模型质量的指标对这些质量标准的更多信息。结构有以下字段:
|
||||||||||||||||||
参数 |
估计模型参数的值。 |
||||||||||||||||||
OptionsUsed |
选项设置用于估计。如果没有配置自定义选项,这是一组缺省选项。看到 |
||||||||||||||||||
RandState |
的随机数流的估计。空的, |
||||||||||||||||||
DataUsed |
属性的数据用于估计,作为结构与以下字段返回。
|
||||||||||||||||||
终止 |
迭代终止条件搜索用于预测误差最小化,作为结构返回以下字段:
估计方法不需要数值搜索优化 |
使用的更多信息报告
,请参阅评估报告。
集成电路
——初始条件
initialCondition
|对象数组initialCondition
值
估计初始条件,作为一个返回initialCondition
对象或一个对象数组initialCondition
值。
实验数据集,
集成电路
代表,在状态空间形式,自由响应的传递函数模型(一个和C矩阵)估计初始状态(x0)。为综合实验室的数据集Ne实验中,
集成电路
是一个对象数组的长度吗Ne包含一组initialCondition
每个实验值。
如果armax
返回集成电路
的值0
你知道你有非零初始条件,设置“InitialCondition”
选项armaxOptions
来“估计”
并通过更新的选项设置armax
。例如:
选择= armaxOptions (“InitialCondition”,“估计”)(sys、ic) = armax(数据、np、新西兰、选择)
“汽车”
设置“InitialCondition”
使用“零”
方法当初始条件有一个微不足道的影响总体估计误差最小化的过程。指定“估计”
确保软件估算值集成电路
。
有关更多信息,请参见initialCondition
。使用这个参数的一个示例,请参阅获得初始条件。
更多关于
ARMAX模型
ARMAX(自回归移动平均额外输入)模型结构是:
更紧凑的方式写的差分方程
在哪里
——输出时间
——极数
- 0 + 1
——的数量C系数
——发生在输入之前的输入样本数量影响输出,也叫了死时间在系统中
——以前的输出电流输出所依赖
——以前和延迟输入输出的电流所依赖
-白噪音干扰值
的参数na
,注
,数控
的订单是ARMAX模型,nk
是延迟。问是延迟算子。具体地说,
ARMA时间序列模型
ARMA(自回归移动平均)模型的一个特例ARMAX模型没有输入通道。对于ARMA模型结构是由以下方程:
ARIMAX模型
ARIMAX(自回归综合移动平均额外输入)模型结构ARMAX模型类似,除了它包含一个积分器的噪声源e (t):
ARIMA模型
ARIMA(自回归综合移动平均)模型结构是减少ARIMAX模型没有输入:
算法
一个迭代搜索算法最小化robustified二次预测误差准则。迭代终止当下列事实:
达到最大迭代次数。
预期改善小于指定的公差。
无法找到更低的价值标准。
你可以停止使用标准的信息sys.Report.Termination
。
使用armaxOptions
选项设置为创建和配置选项影响评估结果。特别是,设置搜索算法的属性,比如MaxIterations
和宽容
,使用“SearchOptions”
财产。
当你没有指定初始参数值迭代搜索作为一个初始模型,它们是构建在一个特殊的四级LS-IV算法。
robustification是基于截止值Advanced.ErrorThreshold
估计的选择和估计残差的标准差从最初的参数估计。在最小化截止值不是重新计算。默认情况下,不执行robustification;的默认值ErrorThreshold
选择是0。
确保只有模型对应于稳定的预测因子进行测试,该算法性能预测的稳定性试验。一般来说,两个 和 (如适用)都必须为零在单位圆。
最小化信息显示在屏幕上,当估计的选择“显示”
是“上”
或“全部”
。当“显示”
是“全部”
当前和以前的参数估计,显示在列向量形式,并按字母顺序列出的参数。判别函数的值(成本)和高斯牛顿给出向量显示及其规范。当“显示”
是“上”
显示,只有标准的值。
选择
armax
不支持连续时间模型金宝app估计。使用特遣部队
估计一个连续时间的传递函数模型,或党卫军
估计一个连续时间状态空间模型。
armax
金宝app只支持时域数据。对于频域数据,使用oe
估计一个输出误差(OE)模型。
引用
[1]Ljung, L。为用户系统标识:理论,第二版。上台北:新世纪PTR, 1999。看到章计算估计。
扩展功能
自动并行支持金宝app
加速代码通过自动运行并行计算使用并行计算工具箱™。
可用于估计使用并行计算支持金宝applsqnonlin
搜索方法(需要优化工具箱™)。要启用并行计算,使用armaxOptions
,设置SearchMethod
来“lsqnonlin”
,并设置SearchOptions.Advanced.UseParallel
来真正的
。
例如:
选择= armaxOptions;opt.SearchMethod =“lsqnonlin”;opt.SearchOptions.Advanced。UseParallel = true;
版本历史
MATLABコマンド
次のMATLABコマンドに対応するリンクがクリックされました。
コマンドをMATLABコマンドウィンドウに入力して実行してくださ了对いweb这类ブラウザーはMATLABコマンドをサポートしていません。
你也可以从下面的列表中选择一个网站:
表现最好的网站怎么走吗
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。