このページの翻訳は最新ではありません。ここをクリックして,英语の最新版を参照してください。
灰 |
线性灰度盒模型估计 |
nlgreyest |
估计非线性灰度盒模型参数 |
idgrey. |
具有可识别参数的线性ode(灰度盒模型) |
idnlgrey. |
非线性灰度盒模型 |
PEM. |
精炼线性和非线性模型的预测误差最小化 |
Findstates. |
估计模型的初始状态 |
在里面 |
设置或随机化初始参数值 |
getInit. |
idnlgrey. モデルの初初状态状态値 |
setInit. |
idnlgrey. モデルモデルオブジェクトのの初状态状态设定する |
getpar. |
idnlgrey. モデルモデルパラメーターのパラメーターパラメーター値と |
setpar. |
idnlgrey. モデルモデルオブジェクトのの初パラメーターパラメーター値设定设定 |
getPvec. |
获取模型参数和相关的不确定性数据 |
setpvec. |
修改模型参数的值 |
SIM |
模拟鉴定模型的响应 |
灰雷特选项 |
选项设置为灰 |
nlgreyestoptions. |
选项设置为nlgreyest |
findstateOptions. |
选项设置为Findstates. |
辛伐斯 |
选项设置为SIM |
如何在命令行中定义和估算线性灰度框模型。
该实施例说明了如何估计加热杆系统的连续时间灰盒模型的导热系数和传热系数。
此示例显示如何在了解测量噪声的方差时创建单输入和单输出灰度框模型结构。此示例中的代码使用Control System Toolbox™命令卡尔曼
(控制系统工具箱)从已知和估计的噪声方差计算卡尔曼增益。
使用线性和非线性灰度盒建模估算模型参数。
此示例显示了如何估算POL,零和增益参数化的模型。该示例需要控制系统工具箱™软件。
如何在命令行中定义和估计非线性灰度框模型。
この例では,非线形グレーボックスモデルodeファイルをmatlabファイルファイルc mexファイルとして作用成方法を明明します。
结构化参数化允许您通过将这些参数设置为特定值来排除特定的参数。当您可以从物理原则派生状态空间矩阵并根据物理洞察力提供初始参数值时,这种方法很有用。您可以使用这种方法来发现如果修复了特定的参数值,或者是否释放某些参数。
この例では,ユーザー定义モデル构造でパラメーターを推定方法をを明します。
支持的灰度盒模型的金宝app类型。
用于估计灰度盒模型金宝app的支持数据的类型。
差差idgrey.
和idnlgrey.
模型对象表示灰度框模型对象。
识别的线性模型用于模拟和预测给定输入和噪声信号的系统输出。在仅通过其统计均值和方差仅仅已知噪声信号的同时测量输入信号。这一般形式在与卡尔曼滤波相关的状态 - 空间模型中,是这种模型的示例,并且被定义为:
配置在参数估计期间最小化的损耗功能。估算后,使用模型质量指标来评估所识别模型的质量。
这估计报告包含有关用于模型估计的结果和选项的信息。此报告存储在其中报告
估计模型的财产。报告的确切内容依赖于您用于获得模型的估计功能。
正则化是用于指定模型灵活性的约束的技术,从而降低了估计的参数值中的不确定性。