生成MATLAB代码,用于识别关键参数的敏感性分析统计信息(GUI)
此示例显示如何自动生成MATLAB功能以解决灵敏度分析统计问题。你用了敏感性分析仪为了为身体vestibulo-Oculloflox的模型定义灵敏度统计问题,并生成MATLAB®代码以解决这个统计问题。
Vestibulo-Ocull反射敏感性统计问题
这识别估计的关键参数(GUI)示例说明如何使用敏感性分析仪计算身体前视图模型中不同参数值的灵敏度统计。在此示例中,我们加载了预配置的敏感性分析仪基于该示例的会话。
打开敏感性分析仪对于SDOVOR模型:
ssatool('SDOVOR'的)
在里面敏感性分析仪, 点击开放会议和从模型工作区打开
。开放会议sdovor_sasessionforsensitystatistics
。
这将打开一个预先配置的会话敏感性分析仪。
生成matlab代码
来自计算统计数据列表,选择生成matlab功能
。
生成的代码将作为未保存的MATLAB函数添加到MATLAB编辑器。
检查生成的代码。重要的部分是:
统计分析变量- 指定输入和输出,以确定哪些输入对输出有最大影响。
统计选择- 指定要计算的分析类型。
计算统计数据- 使用sdo.Analyze命令解决灵敏度统计问题。
选择保存从MATLAB编辑器保存生成的函数。
运行生成的代码
运行生成的函数。
计算显示分析哪些输入对输出产生最大影响的结果。例如相关性
领域表明了获得
参数具有与输出的最大幅度相关性,并且在负方向上,这意味着当增益增加时,输出减小。
修改生成的代码
你可以:
修改指定的输入和输出变量。
修改选项以更改计算的分析类型。