idnlarxgydF4y2B一个
非线性ARX模型gydF4y2B一个
描述gydF4y2B一个
一个gydF4y2B一个idnlarxgydF4y2B一个
模型代表一个非线性ARX模型,这是一个扩展的线性ARX结构和包含线性和非线性函数。gydF4y2B一个
一个非线性ARX模型由模型解释变量和一个输出函数。输出函数包含一个或多个gydF4y2B一个映射对象gydF4y2B一个,一个用于每个模型输出。每个映射对象可以包括线性和非线性函数模型解释变量给模型的输出和输出固定偏移量。对于这个框图表示的结构变量非线性ARX模型在模拟场景中。gydF4y2B一个
软件计算非线性ARX模型的输出gydF4y2B一个ygydF4y2B一个在两个阶段:gydF4y2B一个
计算回归量的值从当前和过去的输入值和输出数据。gydF4y2B一个
在最简单的情况下,解释变量延迟输入和输出,例如gydF4y2B一个ugydF4y2B一个(gydF4y2B一个tgydF4y2B一个1)和gydF4y2B一个ygydF4y2B一个(gydF4y2B一个tgydF4y2B一个3)。这样的解释变量被称为gydF4y2B一个线性解释变量gydF4y2B一个。您指定线性解释变量使用gydF4y2B一个
linearRegressorgydF4y2B一个
对象。您还可以指定线性解释变量通过线性ARX模型订单作为输入参数。有关更多信息,请参见gydF4y2B一个非线性ARX模型订单和延迟gydF4y2B一个。然而,第二种方法约束你的回归量设置为线性解释变量与连续延迟。创建gydF4y2B一个多项式解释变量gydF4y2B一个,可以使用gydF4y2B一个polynomialRegressorgydF4y2B一个
对象。创建gydF4y2B一个周期性的解释变量gydF4y2B一个包含延迟的正弦和余弦函数的输入和输出变量,使用gydF4y2B一个periodicRegressorgydF4y2B一个
对象。您还可以指定gydF4y2B一个自定义的解释变量gydF4y2B一个,这是延迟输入和输出的非线性函数。例如,gydF4y2B一个ugydF4y2B一个(gydF4y2B一个tgydF4y2B一个1)gydF4y2B一个ygydF4y2B一个(gydF4y2B一个tgydF4y2B一个3)是一个定制的回归量繁殖的实例输入和输出。指定自定义解释变量使用gydF4y2B一个customRegressorgydF4y2B一个
对象。gydF4y2B一个你可以分配任何的解释变量作为输入输出函数的线性函数块,非线性功能块,或两者兼而有之。gydF4y2B一个
它将解释变量映射到模型使用一个输出功能块输出。输出功能块可以包括多个映射objectslinear,非线性,抵消并行块。例如,考虑以下方程:gydF4y2B一个
在这里,gydF4y2B一个xgydF4y2B一个解释变量是一个矢量,然后呢gydF4y2B一个rgydF4y2B一个的意思是gydF4y2B一个xgydF4y2B一个。gydF4y2B一个 是线性函数的输出块。gydF4y2B一个 代表非线性功能块的输出。gydF4y2B一个问gydF4y2B一个是一个投影矩阵,计算状态良好的。gydF4y2B一个dgydF4y2B一个是一个标量抵消添加到组合输出的线性和非线性。的具体形式gydF4y2B一个FgydF4y2B一个(gydF4y2B一个xgydF4y2B一个)取决于你选择的输出函数。你可以选择从gydF4y2B一个可用的映射对象gydF4y2B一个tree-partition网络等小波网络和多层神经网络。你也可以排除线性或非线性的功能块输出函数。gydF4y2B一个
当评估一个非线性ARX模型,软件计算模型参数值,如gydF4y2B一个lgydF4y2B一个,gydF4y2B一个rgydF4y2B一个,gydF4y2B一个dgydF4y2B一个,gydF4y2B一个问gydF4y2B一个和其他参数指定gydF4y2B一个ggydF4y2B一个。gydF4y2B一个
由此产生的非线性ARX模型gydF4y2B一个idnlarxgydF4y2B一个
对象存储所有数据模型,包括模型解释变量和参数输出的功能。关于这些对象的更多信息,请参阅gydF4y2B一个非线性模型结构gydF4y2B一个。gydF4y2B一个
更多的信息gydF4y2B一个idnlarxgydF4y2B一个
模型结构,请参阅gydF4y2B一个非线性ARX模型是什么?gydF4y2B一个。gydF4y2B一个
为gydF4y2B一个idnlarxgydF4y2B一个
对象属性,看gydF4y2B一个属性gydF4y2B一个。gydF4y2B一个
创建gydF4y2B一个
你可以获得一个gydF4y2B一个idnlarxgydF4y2B一个
对象以两种方式之一。gydF4y2B一个
使用gydF4y2B一个
nlarxgydF4y2B一个
构造一个命令gydF4y2B一个idnlarxgydF4y2B一个
对象和估计模型参数。gydF4y2B一个sys = nlarx(数据、注册)gydF4y2B一个
使用gydF4y2B一个
idnlarxgydF4y2B一个
构造函数创建非线性ARX模型,然后使用估计模型参数gydF4y2B一个nlarxgydF4y2B一个
或gydF4y2B一个pemgydF4y2B一个
。gydF4y2B一个sys = idnlarx (output_name input_name注册)gydF4y2B一个
语法gydF4y2B一个
描述gydF4y2B一个
指定模型直接gydF4y2B一个
指定一组线性使用ARX模型解释变量的命令。使用这个语法扩展一个线性ARX模型时,或者当您计划使用唯一的解释变量与连续线性滞后。gydF4y2B一个sysgydF4y2B一个
= idnlarx (gydF4y2B一个output_namegydF4y2B一个
,gydF4y2B一个input_namegydF4y2B一个
,gydF4y2B一个订单gydF4y2B一个
)gydF4y2B一个
创建一个非线性ARX模型输出和输入的名字gydF4y2B一个sysgydF4y2B一个
= idnlarx (gydF4y2B一个output_namegydF4y2B一个
,gydF4y2B一个input_namegydF4y2B一个
解释变量)gydF4y2B一个output_namegydF4y2B一个
和gydF4y2B一个input_namegydF4y2B一个
分别和一套回归量gydF4y2B一个解释变量gydF4y2B一个
包含的任意组合线性多项式,周期性的,和自定义解释变量。软件结构gydF4y2B一个sysgydF4y2B一个
使用默认的小波网络(gydF4y2B一个“idWaveletNetwork”gydF4y2B一个
)映射对象的输出函数。gydF4y2B一个
指定输出函数gydF4y2B一个sysgydF4y2B一个
= idnlarx (gydF4y2B一个___gydF4y2B一个OutputFcn)gydF4y2B一个OutputFcngydF4y2B一个
映射模型的解释变量输出。您可以使用该语法与任何以前的输入参数组合。gydF4y2B一个
使用线性模型初始化模型值gydF4y2B一个
使用一个线性模型gydF4y2B一个sysgydF4y2B一个
= idnlarx (gydF4y2B一个linmodelgydF4y2B一个
)gydF4y2B一个linmodelgydF4y2B一个
提取特定的属性,如名称、单位和样本时间和初始化的值线性模型的系数。当你想使用这个语法创建一个非线性ARX模型的扩展,或改进,现有的线性模型。gydF4y2B一个
指定输出函数gydF4y2B一个sysgydF4y2B一个
= idnlarx (gydF4y2B一个linmodelgydF4y2B一个
OutputFcn)gydF4y2B一个OutputFcngydF4y2B一个
映射模型的解释变量输出。gydF4y2B一个
指定模型属性gydF4y2B一个
指定附加的gydF4y2B一个属性gydF4y2B一个的gydF4y2B一个sysgydF4y2B一个
= idnlarx (gydF4y2B一个___gydF4y2B一个,gydF4y2B一个名称,值gydF4y2B一个
)gydF4y2B一个idnlarxgydF4y2B一个
使用一个或多个名称参数模型结构。gydF4y2B一个
输入参数gydF4y2B一个
订单gydF4y2B一个
- - - - - -gydF4y2B一个ARX模型的订单gydF4y2B一个
nlarxgydF4y2B一个
订单gydF4y2B一个(na nb nk)gydF4y2B一个
ARX模型命令,指定为矩阵gydF4y2B一个(na nb nk)gydF4y2B一个
。gydF4y2B一个nagydF4y2B一个
表示延迟输出的数量,gydF4y2B一个注gydF4y2B一个
表示延迟输入的数量gydF4y2B一个nkgydF4y2B一个
表示的最小输入延迟。最低输出延迟是固定的gydF4y2B一个1gydF4y2B一个
。有关如何构建的更多信息gydF4y2B一个订单gydF4y2B一个
矩阵,看到gydF4y2B一个arxgydF4y2B一个
。gydF4y2B一个
当你指定gydF4y2B一个订单gydF4y2B一个
,软件将订单信息转换成一个线性回归量的形式gydF4y2B一个idnlarxgydF4y2B一个
解释变量gydF4y2B一个
财产。例如,看到的gydF4y2B一个订单创建非线性ARX模型利用ARX模型gydF4y2B一个。gydF4y2B一个
linmodelgydF4y2B一个
- - - - - -gydF4y2B一个离散时间线性模型gydF4y2B一个
idpolygydF4y2B一个
对象gydF4y2B一个|gydF4y2B一个中的难点gydF4y2B一个
对象gydF4y2B一个|gydF4y2B一个idtfgydF4y2B一个
对象gydF4y2B一个|gydF4y2B一个idprocgydF4y2B一个
对象gydF4y2B一个
离散时间确认输入/输出线性模型,指定为使用创建的任何线性模型估计,也就是说,一个gydF4y2B一个idpolygydF4y2B一个
对象,一个gydF4y2B一个中的难点gydF4y2B一个
对象,一个gydF4y2B一个idtfgydF4y2B一个
对象,或一个gydF4y2B一个idprocgydF4y2B一个
对象与gydF4y2B一个TsgydF4y2B一个
> 0。使用对象的构造函数创建这个模型使用相关的估计命令或估计模型。例如,要创建一个ARX模型,使用gydF4y2B一个arxgydF4y2B一个
,并指定生成的gydF4y2B一个idpolygydF4y2B一个
对象作为gydF4y2B一个linmodelgydF4y2B一个
。gydF4y2B一个
属性gydF4y2B一个
解释变量gydF4y2B一个
- - - - - -gydF4y2B一个回归量规范gydF4y2B一个
linearRegressorgydF4y2B一个
对象gydF4y2B一个|gydF4y2B一个polynomialRegressorgydF4y2B一个
对象gydF4y2B一个|gydF4y2B一个periodicRegressorgydF4y2B一个
对象gydF4y2B一个|gydF4y2B一个customRegressorgydF4y2B一个
对象gydF4y2B一个|gydF4y2B一个列回归量规范对象的数组gydF4y2B一个
回归量规范,包含一个或多个解释变量指定为一个列向量规范对象,这是gydF4y2B一个linearRegressorgydF4y2B一个
对象,gydF4y2B一个polynomialRegressorgydF4y2B一个
对象,gydF4y2B一个periodicRegressorgydF4y2B一个
对象,gydF4y2B一个customRegressorgydF4y2B一个
对象。每个对象指定一个公式生成的解释变量滞后变量。例如:gydF4y2B一个
L = linearRegressor ({‘y1’,‘u1’}, {1, 2 [5]})gydF4y2B一个
生成解释变量gydF4y2B一个ygydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个1),gydF4y2B一个ugydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个2),gydF4y2B一个ugydF4y2B一个2gydF4y2B一个(gydF4y2B一个tgydF4y2B一个5)。gydF4y2B一个P = polynomialRegressor (y2, 4:7 2)gydF4y2B一个
生成解释变量gydF4y2B一个ygydF4y2B一个2gydF4y2B一个(gydF4y2B一个tgydF4y2B一个4)gydF4y2B一个2gydF4y2B一个,gydF4y2B一个ygydF4y2B一个2gydF4y2B一个(gydF4y2B一个tgydF4y2B一个5)gydF4y2B一个2gydF4y2B一个,gydF4y2B一个ygydF4y2B一个2gydF4y2B一个(gydF4y2B一个tgydF4y2B一个6)gydF4y2B一个2gydF4y2B一个,gydF4y2B一个ygydF4y2B一个2gydF4y2B一个(gydF4y2B一个tgydF4y2B一个7)gydF4y2B一个2gydF4y2B一个。gydF4y2B一个SC = periodicRegressor ({‘y1’,‘u1’}, {1,2})gydF4y2B一个
生成解释变量gydF4y2B一个ygydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个1)),因为(gydF4y2B一个ygydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个1)),罪(gydF4y2B一个ugydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个2)),因为(gydF4y2B一个ugydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个2))。gydF4y2B一个C = customRegressor ({y1, u1, u2的},{1 2 2},@ (x, y, z) sin (x) * y + z))gydF4y2B一个
生成单独的回归量罪(gydF4y2B一个ygydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个1)gydF4y2B一个ugydF4y2B一个1gydF4y2B一个(gydF4y2B一个tgydF4y2B一个2)+gydF4y2B一个ugydF4y2B一个2gydF4y2B一个(gydF4y2B一个tgydF4y2B一个2)gydF4y2B一个。gydF4y2B一个
实现这些解释变量,例如gydF4y2B一个创建并结合回归量类型gydF4y2B一个。gydF4y2B一个
将解释变量添加到现有的模型,创建一个向量的对象和使用点符号设置规范gydF4y2B一个解释变量gydF4y2B一个
这个向量。例如,下面的代码首先创建gydF4y2B一个idnlarxgydF4y2B一个
模型gydF4y2B一个sysgydF4y2B一个
然后添加回归量对象gydF4y2B一个lgydF4y2B一个
,gydF4y2B一个PgydF4y2B一个
,gydF4y2B一个SCgydF4y2B一个
,gydF4y2B一个CgydF4y2B一个
的解释变量gydF4y2B一个sysgydF4y2B一个
。gydF4y2B一个
sys = idnlarx ({gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个“日元”gydF4y2B一个},{gydF4y2B一个‘u1’gydF4y2B一个,gydF4y2B一个“u2”gydF4y2B一个});R = (L; P, SC; C);sys。Regressors = R;
为创建和使用一个线性回归量的一个例子,看看gydF4y2B一个使用线性解释变量创建非线性ARX模型gydF4y2B一个。gydF4y2B一个
OutputFcngydF4y2B一个
- - - - - -gydF4y2B一个输出函数gydF4y2B一个
“idWaveletNetwork”gydF4y2B一个
(默认)|gydF4y2B一个“idLinear”gydF4y2B一个
|gydF4y2B一个[]gydF4y2B一个
|gydF4y2B一个”gydF4y2B一个
|gydF4y2B一个“idSigmoidNetwork”gydF4y2B一个
|gydF4y2B一个“idTreePartition”gydF4y2B一个
|gydF4y2B一个“idGaussianProcess”gydF4y2B一个
|gydF4y2B一个“idTreeEnsemble”gydF4y2B一个
|gydF4y2B一个“idSupportVectorMachine”gydF4y2B一个
|gydF4y2B一个映射对象gydF4y2B一个|gydF4y2B一个映射对象的数组gydF4y2B一个
输出函数映射的解释变量gydF4y2B一个idnlarxgydF4y2B一个
模型到模型输出,指定为一个列包含零个或多个下列字符串或数组映射对象:gydF4y2B一个
“idWaveletNetwork”gydF4y2B一个 或gydF4y2B一个idWaveletNetworkgydF4y2B一个 对象gydF4y2B一个 |
小波网络gydF4y2B一个 |
“idLinear”gydF4y2B一个 或gydF4y2B一个”gydF4y2B一个 或gydF4y2B一个[]gydF4y2B一个 或gydF4y2B一个idLineargydF4y2B一个 对象gydF4y2B一个 |
线性函数gydF4y2B一个 |
“idSigmoidNetwork”gydF4y2B一个 或gydF4y2B一个idSigmoidNetworkgydF4y2B一个 对象gydF4y2B一个 |
乙状结肠网络gydF4y2B一个 |
“idTreePartition”gydF4y2B一个 或gydF4y2B一个idTreePartitiongydF4y2B一个 对象gydF4y2B一个 |
二叉树分区回归模型gydF4y2B一个 |
“idGaussianProcess”gydF4y2B一个 或gydF4y2B一个idGaussianProcessgydF4y2B一个 对象gydF4y2B一个 |
高斯过程回归模型(需要统计和机器学习的工具箱™)gydF4y2B一个 |
“idTreeEnsemble”gydF4y2B一个 或gydF4y2B一个idTreeEnsemblegydF4y2B一个 |
回归树整体模型(需要统计和机器学习的工具箱)gydF4y2B一个 |
“idSupportVectorMachine”gydF4y2B一个 或gydF4y2B一个idSupportVectorMachinegydF4y2B一个 |
基于支持向量机(SVM)回归模型约束(需要统计和机器学习的工具箱)gydF4y2B一个 |
idFeedforwardNetworkgydF4y2B一个 对象gydF4y2B一个 |
神经网络——多层前馈网络的深度学习工具箱™gydF4y2B一个 |
idCustomNetworkgydF4y2B一个 对象gydF4y2B一个 |
自定义网络——类似于gydF4y2B一个idSigmoidNetworkgydF4y2B一个 ,但在一个用户定义的替代乙状结肠函数gydF4y2B一个 |
的gydF4y2B一个idWaveletNetworkgydF4y2B一个
,gydF4y2B一个idSigmoidNetworkgydF4y2B一个
,gydF4y2B一个idTreePartitiongydF4y2B一个
,gydF4y2B一个idCustomNetworkgydF4y2B一个
对象包含两个线性和非线性组件。您可以删除(不使用)的线性组件gydF4y2B一个idWaveletNetworkgydF4y2B一个
,gydF4y2B一个idSigmoidNetworkgydF4y2B一个
,gydF4y2B一个idCustomNetworkgydF4y2B一个
通过设置gydF4y2B一个LinearFcn.UsegydF4y2B一个
价值gydF4y2B一个假gydF4y2B一个
。gydF4y2B一个
的gydF4y2B一个idFeedforwardNetworkgydF4y2B一个
对象只有一个非线性组件gydF4y2B一个网络gydF4y2B一个
(深度学习工具箱)gydF4y2B一个深度学习工具箱的对象。的gydF4y2B一个idTreeEnsemblegydF4y2B一个
和gydF4y2B一个idSupportVectorMachinegydF4y2B一个
对象也只包含一个非线性组件。的gydF4y2B一个idLineargydF4y2B一个
功能,顾名思义,只有一个线性组件。gydF4y2B一个
例如,指定一个特征向量gydF4y2B一个“idSigmoidNetwork”gydF4y2B一个
使用默认设置,创建一个映射对象。此外,您可以指定映射对象属性在两个方面:gydF4y2B一个
创建使用参数映射对象修改默认属性。gydF4y2B一个
莫= idSigmoidNetwork (15)gydF4y2B一个
首先创建一个默认的映射对象,然后使用点符号修改属性。gydF4y2B一个
莫= idSigmoidNetwork;MO.NumberOfUnits = 15gydF4y2B一个
为gydF4y2B一个ngydF4y2B一个ygydF4y2B一个输出通道,您可以指定映射对象单独为每个通道的设置gydF4y2B一个OutputFcngydF4y2B一个
一个数组的gydF4y2B一个ngydF4y2B一个ygydF4y2B一个映射对象。例如,下面的代码指定gydF4y2B一个OutputFcngydF4y2B一个
使用点符号系统和两个输入通道和两个输出通道。gydF4y2B一个
sys = idnlarx ({gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个“日元”gydF4y2B一个},{gydF4y2B一个‘u1’gydF4y2B一个,gydF4y2B一个“u2”gydF4y2B一个});sys。OutputFcn = [idWaveletNetwork;idSigmoidNetwork]gydF4y2B一个
OutputFcngydF4y2B一个
作为一个特征向量或一个映射对象。gydF4y2B一个
OutputFcngydF4y2B一个
代表一个静态映射函数变换非线性ARX模型到模型的解释变量输出。gydF4y2B一个OutputFcngydF4y2B一个
是静态的,因为它不依赖于时间。例如,如果gydF4y2B一个
,然后gydF4y2B一个OutputFcngydF4y2B一个
是一个线性函数所代表的gydF4y2B一个idLineargydF4y2B一个
对象。gydF4y2B一个
指定输出函数的一个示例,请参阅gydF4y2B一个为非线性ARX模型指定输出函数gydF4y2B一个。gydF4y2B一个
RegressorUsagegydF4y2B一个
- - - - - -gydF4y2B一个回归量分配gydF4y2B一个
与逻辑表条目gydF4y2B一个
回归量分配的线性和非线性元件非线性ARX模型,指定为一个gydF4y2B一个ngydF4y2B一个rgydF4y2B一个——- - - - - -gydF4y2B一个ngydF4y2B一个cgydF4y2B一个表与逻辑条目指定哪个解释使用的组件。在这里,gydF4y2B一个ngydF4y2B一个rgydF4y2B一个是解释变量的数量。gydF4y2B一个ngydF4y2B一个cgydF4y2B一个是线性和非线性组件的总数吗gydF4y2B一个OutputFcngydF4y2B一个
。表的行对应于各个解释变量。行名称设置为解释变量的名字。如果表值的行gydF4y2B一个我gydF4y2B一个和组件索引gydF4y2B一个jgydF4y2B一个是gydF4y2B一个真正的gydF4y2B一个
,那么gydF4y2B一个我gydF4y2B一个th回归量是一个线性或非线性的输入组件gydF4y2B一个jgydF4y2B一个。gydF4y2B一个
对于多输出系统,gydF4y2B一个OutputFcngydF4y2B一个
为每个输出包含一个映射对象。每个映射对象可以使用线性和非线性组件或只有两个组成部分之一。gydF4y2B一个
查看和修改的一个例子gydF4y2B一个RegressorUsagegydF4y2B一个
财产,看到gydF4y2B一个修改输出函数回归量分配组件gydF4y2B一个。gydF4y2B一个
归一化gydF4y2B一个
- - - - - -gydF4y2B一个回归量和输出数据中心和可伸缩性gydF4y2B一个
结构gydF4y2B一个(默认)gydF4y2B一个
回归量和输出定心和扩展,指定为一个结构。如以下表格所示,结构中的每个字段包含一个行向量的长度等于要么解释变量的数量(gydF4y2B一个ngydF4y2B一个rgydF4y2B一个)或模型输出(gydF4y2B一个ngydF4y2B一个ygydF4y2B一个)。gydF4y2B一个
场gydF4y2B一个 | 描述gydF4y2B一个 | 默认的元素值gydF4y2B一个 |
---|---|---|
RegressorCentergydF4y2B一个 |
行向量的长度gydF4y2B一个ngydF4y2B一个rgydF4y2B一个 | 南gydF4y2B一个 |
RegressorScalegydF4y2B一个 |
行向量的长度gydF4y2B一个ngydF4y2B一个rgydF4y2B一个 | 南gydF4y2B一个 |
OutputCentergydF4y2B一个 |
行向量的长度gydF4y2B一个ngydF4y2B一个ygydF4y2B一个 | 南gydF4y2B一个 |
OutputScalegydF4y2B一个 |
行向量的长度gydF4y2B一个ngydF4y2B一个ygydF4y2B一个 | 南gydF4y2B一个 |
为一个矩阵gydF4y2B一个XgydF4y2B一个
,定心向量gydF4y2B一个CgydF4y2B一个
和缩放向量gydF4y2B一个年代gydF4y2B一个
,软件计算的标准化形式gydF4y2B一个XgydF4y2B一个
使用gydF4y2B一个Xnorm =(得到)/ SgydF4y2B一个
。gydF4y2B一个
下图说明了非线性ARX模型的标准化流程。gydF4y2B一个
在这个图:gydF4y2B一个
该算法将输入gydF4y2B一个ugydF4y2B一个(gydF4y2B一个tgydF4y2B一个),gydF4y2B一个ygydF4y2B一个(gydF4y2B一个tgydF4y2B一个回归量组gydF4y2B一个RgydF4y2B一个(gydF4y2B一个tgydF4y2B一个)。gydF4y2B一个
该算法使用标准化的回归量定心和缩放参数gydF4y2B一个RgydF4y2B一个(gydF4y2B一个tgydF4y2B一个),gydF4y2B一个RgydF4y2B一个NgydF4y2B一个(gydF4y2B一个tgydF4y2B一个)。gydF4y2B一个
RgydF4y2B一个NgydF4y2B一个(gydF4y2B一个tgydF4y2B一个)提供了映射函数的输入,然后生产规范化的输出gydF4y2B一个ygydF4y2B一个NgydF4y2B一个
算法使用输出比例和定心参数恢复原来的范围,生产gydF4y2B一个ygydF4y2B一个(gydF4y2B一个tgydF4y2B一个)。gydF4y2B一个
通常情况下,该软件可实现数据自动在模型估计,依照选项设置gydF4y2B一个nlarxOptionsgydF4y2B一个
为gydF4y2B一个正常化gydF4y2B一个
和gydF4y2B一个NormalizationOptionsgydF4y2B一个
。你也可以直接指定定心和缩放值通过指定向量中的值,正如先前所描述的表。您指定的值必须是真实的和有限的。这种方法可能是有用的,例如,当您使用输入模拟模型代表一个不同的操作点从操作点原来的估计数据。你可以独立分配任何字段的值。该软件将估计仍未赋值的任何字段的值(gydF4y2B一个南gydF4y2B一个
)。gydF4y2B一个
报告gydF4y2B一个
- - - - - -gydF4y2B一个总结报告gydF4y2B一个
报告字段值gydF4y2B一个
这个属性是只读的。gydF4y2B一个
总结报告,其中包含的信息估计选项和非线性ARX模型获得使用的结果gydF4y2B一个nlarxgydF4y2B一个
命令。使用gydF4y2B一个报告gydF4y2B一个
找到识别模型的评估信息,包括:gydF4y2B一个
估算方法gydF4y2B一个
估计选项gydF4y2B一个
搜索终止条件gydF4y2B一个
估计数据符合gydF4y2B一个
的内容gydF4y2B一个报告gydF4y2B一个
如果模型构造的使用无关gydF4y2B一个idnlarxgydF4y2B一个
。gydF4y2B一个
sys = idnlarx (gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个‘u1’gydF4y2B一个、注册);sys.Report.OptionsUsedgydF4y2B一个
ans = []gydF4y2B一个
如果你使用gydF4y2B一个nlarxgydF4y2B一个
估计模型,领域的gydF4y2B一个报告gydF4y2B一个
包含信息的评估数据,选择,和结果。gydF4y2B一个
负载gydF4y2B一个iddata1gydF4y2B一个;sys = nlarx (z1, reg);m.Report.OptionsUsedgydF4y2B一个
nlarx命令的选项设置:IterativeWavenet:‘汽车’专注:“预测”显示:“关闭”正规化:[1 x1 struct] SearchMethod:“汽车”SearchOptions: [1 x1 idoptions.search。identsolver] OutputWeight:“噪音”先进:[1 x1 struct]gydF4y2B一个
有关这个属性的更多信息,以及如何使用它,看看gydF4y2B一个输出参数gydF4y2B一个在gydF4y2B一个nlarxgydF4y2B一个
参考页面和gydF4y2B一个评估报告gydF4y2B一个。gydF4y2B一个
TimeVariablegydF4y2B一个
- - - - - -gydF4y2B一个独立变量gydF4y2B一个
“t”gydF4y2B一个
(默认)|gydF4y2B一个特征向量gydF4y2B一个
独立变量的输入、输出,当available-internal州,指定为一个特征向量。gydF4y2B一个
NoiseVariancegydF4y2B一个
- - - - - -gydF4y2B一个噪声方差gydF4y2B一个
矩阵gydF4y2B一个
噪声方差协方差矩阵模型的创新gydF4y2B一个egydF4y2B一个。估计算法通常设置这个属性。然而,你也可以通过指定一个分配协方差值gydF4y2B一个纽约gydF4y2B一个
——- - - - - -gydF4y2B一个纽约gydF4y2B一个
矩阵。gydF4y2B一个
TsgydF4y2B一个
- - - - - -gydF4y2B一个样品时间gydF4y2B一个
1gydF4y2B一个
(默认)|gydF4y2B一个积极的标量gydF4y2B一个
样品时间,指定为一个积极的标量表示采样周期。这个值是表示在指定的单位gydF4y2B一个TimeUnitgydF4y2B一个
模型的属性。gydF4y2B一个
TimeUnitgydF4y2B一个
- - - - - -gydF4y2B一个单位时间变量gydF4y2B一个
“秒”gydF4y2B一个
(默认)|gydF4y2B一个“纳秒”gydF4y2B一个
|gydF4y2B一个微秒的gydF4y2B一个
|gydF4y2B一个的毫秒gydF4y2B一个
|gydF4y2B一个“分钟”gydF4y2B一个
|gydF4y2B一个“小时”gydF4y2B一个
|gydF4y2B一个“天”gydF4y2B一个
|gydF4y2B一个“周”gydF4y2B一个
|gydF4y2B一个“月”gydF4y2B一个
|gydF4y2B一个“年”gydF4y2B一个
单位时间变量,样品时间gydF4y2B一个TsgydF4y2B一个
在模型中,任何时间延迟,指定为以下值之一:gydF4y2B一个
“纳秒”gydF4y2B一个
微秒的gydF4y2B一个
的毫秒gydF4y2B一个
“秒”gydF4y2B一个
“分钟”gydF4y2B一个
“小时”gydF4y2B一个
“天”gydF4y2B一个
“周”gydF4y2B一个
“月”gydF4y2B一个
“年”gydF4y2B一个
改变对其他属性,这个属性没有影响,因此改变整个系统的行为。使用gydF4y2B一个chgTimeUnitgydF4y2B一个
(控制系统工具箱)gydF4y2B一个时间单位,无需修改系统行为之间的转换。gydF4y2B一个
InputNamegydF4y2B一个
- - - - - -gydF4y2B一个输入通道名称gydF4y2B一个
”gydF4y2B一个
对所有输入通道gydF4y2B一个(默认)|gydF4y2B一个特征向量gydF4y2B一个|gydF4y2B一个单元阵列的特征向量gydF4y2B一个
输入通道名称,指定为以下之一:gydF4y2B一个
特征向量,输入模型,例如,gydF4y2B一个
“控制”gydF4y2B一个
。gydF4y2B一个单元阵列特征向量,对于多输入模型。gydF4y2B一个
输入名称在非线性ARX模型必须有效的MATLABgydF4y2B一个®gydF4y2B一个变量名在你删除任何空间。gydF4y2B一个
另外,使用自动分配向量扩张输入名字多输入模型。例如,如果gydF4y2B一个sysgydF4y2B一个
是一个两个输入模型中,输入:gydF4y2B一个
sys.InputName=“控制”;gydF4y2B一个
输入名称自动扩大gydF4y2B一个{“控制(1)”,“控制”(2)}gydF4y2B一个
。gydF4y2B一个
当你使用一个估计模型gydF4y2B一个iddatagydF4y2B一个
对象,gydF4y2B一个数据gydF4y2B一个
,软件自动设置gydF4y2B一个InputNamegydF4y2B一个
来gydF4y2B一个data.InputNamegydF4y2B一个
。gydF4y2B一个
您可以使用速记符号gydF4y2B一个ugydF4y2B一个
来指gydF4y2B一个InputNamegydF4y2B一个
财产。例如,gydF4y2B一个sys.ugydF4y2B一个
相当于gydF4y2B一个sys.InputNamegydF4y2B一个
。gydF4y2B一个
输入通道名称有几种用途,包括:gydF4y2B一个
识别频道模型显示和阴谋gydF4y2B一个
提取MIMO系统的子系统gydF4y2B一个
当互连模型指定连接点gydF4y2B一个
InputUnitgydF4y2B一个
- - - - - -gydF4y2B一个输入通道单元gydF4y2B一个
”gydF4y2B一个
对所有输入通道gydF4y2B一个(默认)|gydF4y2B一个特征向量gydF4y2B一个|gydF4y2B一个单元阵列的特征向量gydF4y2B一个
输入通道单位,指定为以下之一:gydF4y2B一个
特征向量,输入模型,例如,gydF4y2B一个
“秒”gydF4y2B一个
。gydF4y2B一个单元阵列特征向量,对于多输入模型。gydF4y2B一个
使用gydF4y2B一个InputUnitgydF4y2B一个
跟踪输入信号的单位。gydF4y2B一个InputUnitgydF4y2B一个
没有对系统行为的影响。gydF4y2B一个
InputGroupgydF4y2B一个
- - - - - -gydF4y2B一个输入通道组gydF4y2B一个
结构没有字段gydF4y2B一个(默认)|gydF4y2B一个结构gydF4y2B一个
输入通道组。的gydF4y2B一个InputGroupgydF4y2B一个
属性允许您指定MIMO系统的输入通道组,指每组的名字。指定输入组作为一个结构。在这个结构中,字段名称的组名称和字段值是属于每个组的输入通道。例如:gydF4y2B一个
sys.InputGroup。控制=(1 2);sys.InputGroup。噪音= [3 - 5];gydF4y2B一个
创建输入组命名gydF4y2B一个控制gydF4y2B一个
和gydF4y2B一个噪音gydF4y2B一个
包括输入通道1、2和3,分别为5。然后您可以提取的子系统gydF4y2B一个控制gydF4y2B一个
输入所有输出使用:gydF4y2B一个
sys(:,“控制”)gydF4y2B一个
OutputNamegydF4y2B一个
- - - - - -gydF4y2B一个输出通道名称gydF4y2B一个
”gydF4y2B一个
对所有输出通道gydF4y2B一个(默认)|gydF4y2B一个特征向量gydF4y2B一个|gydF4y2B一个单元阵列的特征向量gydF4y2B一个
输出通道名称,指定为以下之一:gydF4y2B一个
特征向量,对于模型。例如,gydF4y2B一个
“测量”gydF4y2B一个
。gydF4y2B一个单元阵列特征向量的——对多输出模型。gydF4y2B一个
在非线性ARX模型输出名称必须有效的MATLAB函数名称后删除任何空间。gydF4y2B一个
另外,使用自动分配向量扩张输出名称多输出模型。例如,如果gydF4y2B一个sysgydF4y2B一个
是一个两个输出模型,输入:gydF4y2B一个
sys.OutputName=“测量”;gydF4y2B一个
输出名称自动扩大gydF4y2B一个{“测量(1)”,“测量”(2)}gydF4y2B一个
。gydF4y2B一个
当你使用一个估计模型gydF4y2B一个iddatagydF4y2B一个
对象,gydF4y2B一个数据gydF4y2B一个
,软件自动设置gydF4y2B一个OutputNamegydF4y2B一个
来gydF4y2B一个data.OutputNamegydF4y2B一个
。gydF4y2B一个
您可以使用速记符号gydF4y2B一个ygydF4y2B一个
来指gydF4y2B一个OutputNamegydF4y2B一个
财产。例如,gydF4y2B一个sys.ygydF4y2B一个
相当于gydF4y2B一个sys.OutputNamegydF4y2B一个
。gydF4y2B一个
输出通道名称有几种用途,包括:gydF4y2B一个
识别频道模型显示和阴谋gydF4y2B一个
提取MIMO系统的子系统gydF4y2B一个
当互连模型指定连接点gydF4y2B一个
OutputUnitgydF4y2B一个
- - - - - -gydF4y2B一个输出通道单元gydF4y2B一个
”gydF4y2B一个
对所有输出通道gydF4y2B一个(默认)|gydF4y2B一个特征向量gydF4y2B一个|gydF4y2B一个单元阵列的特征向量gydF4y2B一个
输出通道单位,指定为以下之一:gydF4y2B一个
特征向量,对于模型。例如,gydF4y2B一个
“秒”gydF4y2B一个
。gydF4y2B一个单元阵列特征向量的——对多输出模型。gydF4y2B一个
使用gydF4y2B一个OutputUnitgydF4y2B一个
跟踪输出信号单元。gydF4y2B一个OutputUnitgydF4y2B一个
没有对系统行为的影响。gydF4y2B一个
OutputGroupgydF4y2B一个
- - - - - -gydF4y2B一个输出通道组gydF4y2B一个
结构没有字段gydF4y2B一个(默认)|gydF4y2B一个结构gydF4y2B一个
输出通道组。的gydF4y2B一个OutputGroupgydF4y2B一个
属性允许您指定MIMO系统的输出通道组,指每组的名字。指定输出组作为一个结构。在这个结构中,字段名称的组名称和字段值是属于每个组的输出通道。例如:gydF4y2B一个
sys.OutputGroup。温度=[1]; sys.InputGroup.measurement = [3 5];
创建输出组命名gydF4y2B一个温度gydF4y2B一个
和gydF4y2B一个测量gydF4y2B一个
包括输出通道1,3,5,分别。然后您可以从所有输入提取子系统gydF4y2B一个测量gydF4y2B一个
输出使用:gydF4y2B一个
系统(“测量”,:)gydF4y2B一个
的名字gydF4y2B一个
- - - - - -gydF4y2B一个系统名称gydF4y2B一个
”gydF4y2B一个
(默认)|gydF4y2B一个特征向量gydF4y2B一个
系统名称、指定为一个特征向量。例如,gydF4y2B一个系统1的gydF4y2B一个
。gydF4y2B一个
笔记gydF4y2B一个
- - - - - -gydF4y2B一个笔记系统gydF4y2B一个
0gydF4y2B一个
——- - - - - -gydF4y2B一个1gydF4y2B一个
字符串gydF4y2B一个(默认)|gydF4y2B一个字符串gydF4y2B一个|gydF4y2B一个特征向量gydF4y2B一个
任何你想要的文本关联系统,指定为一个字符串或一个单元阵列的特征向量。您提供的属性存储任何数据类型。例如,如果gydF4y2B一个sys1gydF4y2B一个
和gydF4y2B一个sys2gydF4y2B一个
动态系统模型,您可以设置他们的吗gydF4y2B一个笔记gydF4y2B一个
属性如下。gydF4y2B一个
sys1。笔记=gydF4y2B一个“sys1字符串。”gydF4y2B一个;sys2。请注意s =sys2有一个特征向量。gydF4y2B一个;sys1。笔记sys2。请注意s
ans =“sys1字符串。”ans = sys2有一个特征向量。gydF4y2B一个
用户数据gydF4y2B一个
- - - - - -gydF4y2B一个数据与系统gydF4y2B一个
[]gydF4y2B一个
(默认)|gydF4y2B一个任何MATLAB数据类型gydF4y2B一个
任何你想要的数据与系统关联,指定为任何MATLAB数据类型。gydF4y2B一个
对象的功能gydF4y2B一个
信息对象的功能gydF4y2B一个idnlarxgydF4y2B一个
,请参阅gydF4y2B一个非线性ARX模型gydF4y2B一个。gydF4y2B一个
例子gydF4y2B一个
订单创建非线性ARX模型利用ARX模型gydF4y2B一个
创建一个gydF4y2B一个idnlarxgydF4y2B一个
模型通过指定一个ARX模型顺序向量。gydF4y2B一个
创建一个向量的形式gydF4y2B一个(na nb nk)gydF4y2B一个
,在那里gydF4y2B一个nagydF4y2B一个
和gydF4y2B一个注gydF4y2B一个
的订单吗gydF4y2B一个一个gydF4y2B一个和gydF4y2B一个BgydF4y2B一个ARX模型多项式和gydF4y2B一个nkgydF4y2B一个
输入/输出延迟的数量。gydF4y2B一个
na = 2;nb = 3;nk = 5;订单= (na nb nk);gydF4y2B一个
构造一个非线性ARX模型gydF4y2B一个sysgydF4y2B一个
。gydF4y2B一个
output_name =gydF4y2B一个“日元”gydF4y2B一个;input_name =gydF4y2B一个‘u1’gydF4y2B一个;sys = idnlarx (output_name、input_name [2 3 5]);gydF4y2B一个
查看输出函数。gydF4y2B一个
disp (sys.OutputFcn)gydF4y2B一个
小波网络的非线性函数:小波网络的单位数量自动选择线性函数:未初始化输出抵消:未初始化输入:{y1 (t - 1)的“日元”(2)“u1 (t-5)”“u1 (t-6)”的u1 (t-7)}输出:{“y1 (t)”} NonlinearFcn:“<小波和缩放功能单位及其参数>“LinearFcn:“<线性函数参数>”抵消:“<偏移量参数>”EstimationOptions:“<选项>估计”gydF4y2B一个
默认情况下,模型使用小波网络,由一个表示gydF4y2B一个idWaveletNetworkgydF4y2B一个
对象,为输出函数。的gydF4y2B一个idWaveletNetworkgydF4y2B一个
对象包括线性和非线性组件。gydF4y2B一个
查看gydF4y2B一个解释变量gydF4y2B一个
财产。gydF4y2B一个
disp (sys.Regressors)gydF4y2B一个
线性解释变量y₁, u1变量:{“日元”的u1}滞后:{[1 - 2][5 6 7]}UseAbsolute: [0 0] TimeVariable: ' t 'gydF4y2B一个
的gydF4y2B一个idnlarxgydF4y2B一个
构造函数将模型转换命令到gydF4y2B一个解释变量gydF4y2B一个
的形式。gydF4y2B一个
LgydF4y2B一个
agsgydF4y2B一个
数组gydF4y2B一个日元gydF4y2B一个
,gydF4y2B一个(1 2)gydF4y2B一个
,相当于gydF4y2B一个nagydF4y2B一个
值为2。两种形式指定两个连续输出解释变量,gydF4y2B一个日元(t - 1)gydF4y2B一个
和gydF4y2B一个日元(2)gydF4y2B一个
。gydF4y2B一个的gydF4y2B一个
滞后gydF4y2B一个
数组gydF4y2B一个u1gydF4y2B一个
,gydF4y2B一个(5 6 7)gydF4y2B一个
,包含了三个指定的延迟gydF4y2B一个注gydF4y2B一个
值为3,他们的变化gydF4y2B一个nkgydF4y2B一个
5的价值。因此输入的解释gydF4y2B一个u1 (t-5)gydF4y2B一个
,gydF4y2B一个u1 (t-6)gydF4y2B一个
,gydF4y2B一个u1 (t-7)gydF4y2B一个
。gydF4y2B一个
查看解释变量。gydF4y2B一个
getreg(系统)gydF4y2B一个
ans =gydF4y2B一个5 x1细胞gydF4y2B一个{“y1 (t - 1)”} {‘y1(2)}{的u1 (t-5)}{的u1 (t-6)}{的u1 (t-7)}gydF4y2B一个
您可以使用gydF4y2B一个订单gydF4y2B一个
语法来指定简单线性解释变量。然而,创建更复杂的解释变量,使用回归量命令gydF4y2B一个linearRegressorgydF4y2B一个
,gydF4y2B一个polynomialRegressorgydF4y2B一个
,gydF4y2B一个customRegressorgydF4y2B一个
创建一个组合的回归量gydF4y2B一个解释变量gydF4y2B一个
语法gydF4y2B一个。gydF4y2B一个
使用线性解释变量创建非线性ARX模型gydF4y2B一个
构造一个gydF4y2B一个idnlarxgydF4y2B一个
通过指定线性模型解释变量。gydF4y2B一个
创建一个包含两个输出滞后的线性回归量和两个输入滞后。gydF4y2B一个
output_name =gydF4y2B一个“日元”gydF4y2B一个;input_name =gydF4y2B一个‘u1’gydF4y2B一个;var_names = {output_name, input_name};output_lag = (1 - 2);input_lag = (1 - 2);滞后= {output_lag, input_lag};reg = linearRegressor (var_names滞后)gydF4y2B一个
reg =线性解释变量y₁, u1变量:{“日元”的u1}滞后:{[1 - 2][1 - 2]}UseAbsolute: [0 0] TimeVariable:“t”由这组解释变量描述gydF4y2B一个
模型包含了解释变量gydF4y2B一个y (t - 1)gydF4y2B一个
,gydF4y2B一个y (2)gydF4y2B一个
,gydF4y2B一个u (t - 1)gydF4y2B一个
,gydF4y2B一个u (2)gydF4y2B一个
。gydF4y2B一个
构建gydF4y2B一个idnlarxgydF4y2B一个
模型和视图解释变量。gydF4y2B一个
sys = idnlarx (output_name input_name,注册);getreg(系统)gydF4y2B一个
ans =gydF4y2B一个4 x1细胞gydF4y2B一个{y1 (t - 1)的}{‘y1 (2)} {u1 (t - 1)的}{的u1 (2)}gydF4y2B一个
查看输出函数。gydF4y2B一个
disp (sys.OutputFcn)gydF4y2B一个
小波网络的非线性函数:小波网络的单位数量自动选择线性函数:未初始化输出抵消:未初始化输入:{y1 (t - 1)的“日元”(2)“u1 (t - 1)”的u1(2)}输出:{“y1 (t)”} NonlinearFcn:“<小波和缩放功能单位及其参数>“LinearFcn:“<线性函数参数>”抵消:“<偏移量参数>”EstimationOptions:“<选项>估计”gydF4y2B一个
查看回归量使用表格。gydF4y2B一个
disp (sys.RegressorUsage)gydF4y2B一个
日元:LinearFcn y1: NonlinearFcn _______售予y1 (t - 1)真的真的y1(2)真的真的u1 (t - 1)真的真的u1(2)真的真的gydF4y2B一个
所有的解释都是输入的线性和非线性组件gydF4y2B一个idWaveletNetworkgydF4y2B一个
对象。gydF4y2B一个
创建和配置非线性ARX模型gydF4y2B一个
创建一个非线性ARX模型与线性回归量。gydF4y2B一个
创建一个包含三个输出滞后的线性回归量和两个输入滞后。gydF4y2B一个
output_name =gydF4y2B一个“日元”gydF4y2B一个;input_name =gydF4y2B一个‘u1’gydF4y2B一个;var_names = {output_name, input_name};output_lag = (1 2 3);input_lag = (1 - 2);滞后= {output_lag, input_lag};reg = linearRegressor (var_names滞后)gydF4y2B一个
reg =线性解释变量y₁, u1变量:{“日元”的u1}滞后:{(1 2 3)(1 2)}UseAbsolute: [0 0] TimeVariable:“t”由这组解释变量描述gydF4y2B一个
构造非线性ARX模型。gydF4y2B一个
sys = idnlarx (output_name input_name,注册);gydF4y2B一个
查看gydF4y2B一个解释变量gydF4y2B一个
财产。gydF4y2B一个
disp (sys.Regressors)gydF4y2B一个
线性解释变量y₁, u1变量:{“日元”的u1}滞后:{(1 2 3)(1 2)}UseAbsolute: [0 0] TimeVariable: ' t 'gydF4y2B一个
sysgydF4y2B一个
使用gydF4y2B一个idWavenetNetworkgydF4y2B一个
为默认输出函数。重新配置输出函数gydF4y2B一个idSigmoidNetworkgydF4y2B一个
。gydF4y2B一个
sys。OutputFcn =gydF4y2B一个“idSigmoidNetwork”gydF4y2B一个;disp (sys.OutputFcn)gydF4y2B一个
乙状结肠网络非线性函数:乙状结肠网络10单元线性函数:未初始化输出抵消:未初始化输入:{y1 (t - 1)的“日元”(2)“y1(条t - 3)”“u1 (t - 1)”的u1(2)}输出:{“y1 (t)”} NonlinearFcn:“<乙状结肠单位及其参数>”LinearFcn:“<线性函数参数>”抵消:“<偏移量参数>”gydF4y2B一个
为非线性ARX模型指定输出函数gydF4y2B一个
指定乙状结肠网络输出函数构造一个非线性ARX模型。gydF4y2B一个
指定变量名称和指定一个解释变量集。gydF4y2B一个
output_name =gydF4y2B一个“日元”gydF4y2B一个;input_name =gydF4y2B一个‘u1’gydF4y2B一个;r = linearRegressor ({output_name input_name}, {1});gydF4y2B一个
构造一个非线性ARX模型指定了gydF4y2B一个idSigmoidNetworkgydF4y2B一个
输出函数。设置的数量在乙状结肠扩张gydF4y2B一个15gydF4y2B一个
。gydF4y2B一个
sys = idnlarx (output_name input_name, r, idSigmoidNetwork (15));gydF4y2B一个
查看输出功能规范。gydF4y2B一个
disp (sys.OutputFcn)gydF4y2B一个
乙状结肠网络非线性函数:乙状结肠网络15单元线性函数:未初始化输出抵消:未初始化输入:{“y1 (t - 1)”的u1 (t - 1)}输出:{“y1 (t)”} NonlinearFcn:“<乙状结肠单位及其参数>”LinearFcn:“<线性函数参数>”抵消:“<偏移量参数>”gydF4y2B一个
创建非线性ARX模型,而非线性映射函数gydF4y2B一个
构造一个gydF4y2B一个idnlarxgydF4y2B一个
模型只使用线性映射的输出函数。的参数值gydF4y2B一个[]gydF4y2B一个
相当于一个参数值的gydF4y2B一个idLineargydF4y2B一个
。gydF4y2B一个
sys = idnlarx ([2 2 1], [])gydF4y2B一个
sys =非线性ARX模型与输入1输出和输入:u1输出:y1解释变量:线性解释变量y₁, u1输出功能:线性与抵消样品时间:1秒状态:由直接建设或转换。不估计。在模型的“报告”属性的更多信息。gydF4y2B一个
创建并结合回归量类型gydF4y2B一个
创建一个解释变量集,包括线性、多项式、周期性和自定义解释变量。gydF4y2B一个
指定gydF4y2B一个lgydF4y2B一个
线性解释变量的集合gydF4y2B一个
,gydF4y2B一个
,gydF4y2B一个
。gydF4y2B一个
L = linearRegressor ({gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个‘u1’gydF4y2B一个},{1,2 [5]});gydF4y2B一个
指定gydF4y2B一个PgydF4y2B一个
多项式解释变量的集合gydF4y2B一个
,gydF4y2B一个
,gydF4y2B一个
,gydF4y2B一个
。gydF4y2B一个
P = polynomialRegressor (gydF4y2B一个“日元”gydF4y2B一个、4、2);gydF4y2B一个
SC指定为周期性的解释变量的集合gydF4y2B一个 ,gydF4y2B一个 ,gydF4y2B一个 ,gydF4y2B一个 。gydF4y2B一个
SC = periodicRegressor ({gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个‘u1’gydF4y2B一个},{1,2});gydF4y2B一个
指定gydF4y2B一个CgydF4y2B一个
作为定制的回归量gydF4y2B一个
,使用gydF4y2B一个@gydF4y2B一个
创建一个匿名函数处理象征。gydF4y2B一个
C = customRegressor ({gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个‘u1’gydF4y2B一个,gydF4y2B一个“u2”gydF4y2B一个},{1 2 2},@ (x, y, z) sin (x) * y + z));gydF4y2B一个
将解释变量组合成一个解释变量集gydF4y2B一个RgydF4y2B一个
。gydF4y2B一个
R = (L; P, SC; C)gydF4y2B一个
1 R =[4]数组linearRegressor, polynomialRegressor periodicRegressor customRegressor对象。- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 1。线性解释变量y₁, u1变量:{“日元”的u1}滞后:{[1][2 - 5]}UseAbsolute: [0 0] TimeVariable:“t”- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 2。订单2解释变量y2订单:2变量:{“y2”}滞后:{[4 5 6 7]}UseAbsolute: 0 AllowVariableMix: 0 AllowLagMix: 0 TimeVariable:“t”- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 3所示。周期解释变量y₁, u1 1傅里叶计算变量:{“日元”的u1}滞后:{[1][2]}W: 1 NumTerms: 1 UseSin: 1 UseCos: 1 TimeVariable:“t”UseAbsolute: [0 0] - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - 4。定制的回归量:罪(y1 (t - 1) * u1。(2) + u2 (2) VariablesToRegressorFcn: @ (x, y, z) sin (x) * y + z)变量:{“日元”‘u1’‘u2’}滞后:{[1][2][2]}矢量化:1 TimeVariable:“t”由这组解释变量描述gydF4y2B一个
创建一个非线性ARX模型。gydF4y2B一个
sys = idnlarx ({gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个“日元”gydF4y2B一个},{gydF4y2B一个‘u1’gydF4y2B一个,gydF4y2B一个“u2”gydF4y2B一个},R)gydF4y2B一个
sys =非线性ARX模型2 2输出和输入输入:u1, u2输出:y1, y2解释:1。线性解释变量y₁, u1 2。订单2解释变量y2 3。周期解释变量y₁, u1 W = 1, 1傅里叶条款4。定制的回归量:罪(y1 (t - 1) * u1。(2) + u2(2)输出功能:输出1:小波网络的单位选择自动输出2:小波网络的单位选择自动样品时间:1秒状态:由直接建设或转换。不估计。在模型的“报告”属性的更多信息。gydF4y2Ba
使用线性模型创建非线性ARX模型gydF4y2B一个
使用线性ARX模型代替一组解释变量构造一个非线性ARX模型。gydF4y2B一个
构造一个线性ARX模型使用gydF4y2B一个idpolygydF4y2B一个
。gydF4y2B一个
一个= -1.2 - 0.5 [1];B = (0.8 - 1);LinearModel = idpoly (A, B,gydF4y2B一个“t”gydF4y2B一个,0.1);gydF4y2B一个
指定输入和输出的名称使用点符号模型。gydF4y2B一个
LinearModel。OutputName =gydF4y2B一个“日元”gydF4y2B一个;LinearModel。InputName =gydF4y2B一个‘u1’gydF4y2B一个;gydF4y2B一个
构造一个非线性ARX模型使用线性ARX模型。gydF4y2B一个
m1 = idnlarx (LinearModel)gydF4y2B一个
m1 =非线性ARX模型与输入1输出和输入:u1输出:y1解释变量:线性解释变量y₁, u1输出功能:小波网络的单位选择自动样品时间:0.1秒状态:由直接建设或转换。不估计。在模型的“报告”属性的更多信息。gydF4y2B一个
您可以创建一个线性ARX模型确定离散时间线性模型。gydF4y2B一个
估计二阶状态空间模型的估计数据gydF4y2B一个z1gydF4y2B一个
。gydF4y2B一个
负载gydF4y2B一个iddata1gydF4y2B一个z1gydF4y2B一个ssModel = ss (z1 2gydF4y2B一个“t”gydF4y2B一个,0.1);gydF4y2B一个
构造一个非线性ARX模型gydF4y2B一个ssModelgydF4y2B一个
。软件使用输入和输出的名称gydF4y2B一个ssModelgydF4y2B一个
摘录gydF4y2B一个z1gydF4y2B一个
。gydF4y2B一个
m2 = idnlarx (ssModel)gydF4y2B一个
1平方米=非线性ARX模型输出和输入输入:u1输出:y1解释变量:线性解释变量y₁, u1输出功能:小波网络的单位选择自动样品时间:0.1秒状态:由直接建设或转换。不估计。在模型的“报告”属性的更多信息。gydF4y2B一个
修改输出函数回归量分配组件gydF4y2B一个
修改回归量作业通过修改gydF4y2B一个RegressorUsagegydF4y2B一个
表。gydF4y2B一个
构造一个非线性ARX模型有两个输入和两个输出。gydF4y2B一个
创建变量名和解释变量。gydF4y2B一个
varnames = {gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个“日元”gydF4y2B一个,gydF4y2B一个‘u1’gydF4y2B一个,gydF4y2B一个“u2”gydF4y2B一个};滞后= {(1 2 3)[1 - 2],[1 - 2],[3]1};reg = linearRegressor (varnames、滞后);gydF4y2B一个
创建一个输出函数的规范gydF4y2B一个fcngydF4y2B一个
使用gydF4y2B一个idWaveletNetworkgydF4y2B一个
解释变量映射到输出gydF4y2B一个日元gydF4y2B一个
和gydF4y2B一个idSigmoidNetworkgydF4y2B一个
解释变量映射到输出gydF4y2B一个y2gydF4y2B一个
。对象包含线性和非线性映射组件。gydF4y2B一个
fcn = [idWaveletNetwork; idSigmoidNetwork];gydF4y2B一个
构造非线性ARX模型。gydF4y2B一个
output_name = {gydF4y2B一个“日元”gydF4y2B一个“日元”gydF4y2B一个};input_name = {gydF4y2B一个‘u1’gydF4y2B一个“u2”gydF4y2B一个};sys = idnlarx (fcn output_name input_name,注册)gydF4y2B一个
sys =非线性ARX模型2 2输出和输入输入:u1, u2输出:y1, y2解释变量:线性解释变量y1, y2, u1, u2输出功能:输出1:小波网络的单位选择自动输出2:乙状结肠网络10单元样品时间:1秒状态:由直接建设或转换。不估计。在模型的“报告”属性的更多信息。gydF4y2B一个
显示gydF4y2B一个RegressorUsagegydF4y2B一个
表。gydF4y2B一个
disp (sys.RegressorUsage)gydF4y2B一个
日元:LinearFcn y1: NonlinearFcn y2: LinearFcn y2: NonlinearFcn _______售予_______售予y1 (t - 1)真的真的真的真的y1(2)真的真的真的真的y1(条t - 3)真的真的真的真的y2 (t - 1)真的真的真的真的y2(2)真的真的真的真的u1 (t - 1)真的真的真的真的u1(2)真的真的真的真的u2 (t - 1)真的真的真的真的u2(条t - 3)真的真的真的真的gydF4y2B一个
表的行代表解释变量。表格的前两列表示的线性和非线性组件映射到输出gydF4y2B一个日元gydF4y2B一个
(gydF4y2B一个idWaveletNetworkgydF4y2B一个
)。的最后两列代表两个组件映射到输出gydF4y2B一个y2gydF4y2B一个
(idSigmoidNetwork)gydF4y2B一个
。gydF4y2B一个
在这个表中,所有输入和输出的解释变量是输入所有组件。gydF4y2B一个
删除gydF4y2B一个y2 (2)gydF4y2B一个
的回归量gydF4y2B一个y2gydF4y2B一个
非线性组件。gydF4y2B一个
sys。RegressorUsage{4,4} = false; disp(sys.RegressorUsage)
y1: LinearFcn y1, y2 NonlinearFcn: LinearFcn y2: NonlinearFcn _______售予_______售予y1 (t - 1)真的真的真的真的y1(2)真的真的真的真的y1(条t - 3)真的真的真的真的y2 (t - 1)真的真的真的假y2 (2) u1 (t - 1)真的真的真的真的真的真的真的真的u1(2)真的真的真的真的u2 (t - 1)真的真的真的真的u2(条t - 3)真的真的真的真的gydF4y2B一个
表显示gydF4y2B一个假gydF4y2B一个
对于这个regressor-component一对。gydF4y2B一个
存储的回归量名称gydF4y2B一个的名字gydF4y2B一个
。gydF4y2B一个
名称= sys.RegressorUsage.Properties.RowNames;gydF4y2B一个
确定指标的行包含ygydF4y2B一个1gydF4y2B一个
或ygydF4y2B一个2gydF4y2B一个
并设置相应的值gydF4y2B一个日元:NonlinearFcngydF4y2B一个
来gydF4y2B一个假gydF4y2B一个
。gydF4y2B一个
idx =包含(名称,gydF4y2B一个“日元”gydF4y2B一个)|(包含姓名、gydF4y2B一个“日元”gydF4y2B一个);sys。RegressorUsage{idx,2} = false; disp(sys.RegressorUsage)
y1: LinearFcn y1, y2 NonlinearFcn: LinearFcn y2: NonlinearFcn _______售予_______售予y1 (t - 1)真的假的真的真的y1(2)真的假的真的真的y1(条t - 3)真的假的真的真的y2 (t - 1)真的假的真的假的y2(2)真的假的真的真的u1 (t - 1)真的真的真的真的u1(2)真的真的真的真的u2 (t - 1)真的真的真的真的u2(条t - 3)真的真的真的真的gydF4y2B一个
表值反映了新任务。gydF4y2B一个
的gydF4y2B一个RegressorUsagegydF4y2B一个
表为单独控制回归量分配提供了完整的灵活性。gydF4y2B一个
更多关于gydF4y2B一个
idnlarx状态的定义gydF4y2B一个
美国的gydF4y2B一个idnlarxgydF4y2B一个
对象的延迟输入和输出变量的有序列表定义的结构模型。工具箱使用这个定义用于创建初始状态向量的状态gydF4y2B一个sim卡gydF4y2B一个
,gydF4y2B一个预测gydF4y2B一个
,gydF4y2B一个比较gydF4y2B一个
用于模拟和预测。gydF4y2B一个线性化gydF4y2B一个
也使用这个定义非线性ARX模型的线性化。gydF4y2B一个
这个工具箱提供了几个选择方便你如何指定初始状态。例如,您可以使用gydF4y2B一个findstatesgydF4y2B一个
和gydF4y2B一个data2stategydF4y2B一个
搜索状态值在模拟和预测应用。对于线性化,使用gydF4y2B一个findopgydF4y2B一个
。您还可以指定手动状态。gydF4y2B一个
美国的gydF4y2B一个idnlarxgydF4y2B一个
模型依赖于每个输入和输出变量的最大延迟由解释变量使用。如果一个变量gydF4y2B一个pgydF4y2B一个的最大延迟吗gydF4y2B一个DgydF4y2B一个样本,那么它的贡献gydF4y2B一个DgydF4y2B一个元素的状态向量gydF4y2B一个tgydF4y2B一个:gydF4y2B一个pgydF4y2B一个(gydF4y2B一个tgydF4y2B一个1),gydF4y2B一个pgydF4y2B一个(gydF4y2B一个tgydF4y2B一个2),…gydF4y2B一个pgydF4y2B一个(gydF4y2B一个tgydF4y2B一个- - - - - -gydF4y2B一个DgydF4y2B一个)。gydF4y2B一个
例如,如果你有一个单,对于gydF4y2B一个idnlarxgydF4y2B一个
模型。gydF4y2B一个
m = idnlarx ([2 3 0],gydF4y2B一个“idWaveletNetwork”gydF4y2B一个,gydF4y2B一个“CustomRegressors”gydF4y2B一个,{gydF4y2B一个“日元(t-10) * u1 (t - 1)”gydF4y2B一个});gydF4y2B一个
这个模型有这些解释变量。gydF4y2B一个
getreg (m)gydF4y2B一个
ans =gydF4y2B一个6 x1细胞gydF4y2B一个{y1 (t - 1)的}{‘y1 (2)} {u1 (t)的}{u1 (t - 1)的}{的u1(2)}{“日元(t-10) * u1 (t - 1)}gydF4y2B一个
解释变量显示在输出变量的最大延迟gydF4y2B一个日元gydF4y2B一个
是10样品和输入的最大延迟gydF4y2B一个u1gydF4y2B一个
两个样品。因此,这个模型共有12个州:gydF4y2B一个
X (t) = (y2 y1 (t - 1), (2),…, y1 (t-10), u1 (t - 1), u1 (2)]gydF4y2B一个 |
(1)gydF4y2B一个 |
请注意gydF4y2B一个
状态向量包括输出变量第一,其次是输入变量。gydF4y2B一个
另外一个例子,考虑2-output和3-input模型。gydF4y2B一个
m = idnlarx ([2 0 2 2 1 1 0 0;1 0 1 5 0 1 1 0],[idWaveletNetwork;idLinear]);gydF4y2B一个
这个模型有这些解释变量。gydF4y2B一个
getreg (m)gydF4y2B一个
ans =gydF4y2B一个11 x1细胞gydF4y2B一个{y1 (t - 1)的}{‘y1 (2)} {u1 (t - 1)的}{的u1 (2)} {“u2 (t)”} {“u2 (t - 1)”} {“u2 (2)”} {“u2(条t - 3)”} {“u2(第四节)”}{“u2 (t-5)”} {u3 (t)的}gydF4y2B一个
输出变量的最大延迟gydF4y2B一个日元gydF4y2B一个
两个样品。这种延迟发生在回归量设置为输出1。三个输入变量的最大延迟2,5,分别和0。因此,状态向量为:gydF4y2B一个
X (t) = (y1 (t - 1)、(2)、u1 (t - 1), u1 (2), u2 (t - 1), u2 (2), u2(条t - 3), u2(第四节),u2 (t-5)]gydF4y2B一个
变量gydF4y2B一个y2gydF4y2B一个
和gydF4y2B一个u3gydF4y2B一个
不会导致最大延迟的状态向量,因为这些变量是零。gydF4y2B一个
一种更简单的方法来确定国家通过检查解释变量是使用gydF4y2B一个getDelayInfogydF4y2B一个
,它返回的最大延迟所有I / O变量在所有模型输出。对于多输入多输出模型gydF4y2B一个米gydF4y2B一个
,gydF4y2B一个getDelayInfogydF4y2B一个
返回:gydF4y2B一个
maxDel = getDelayInfo (m)gydF4y2B一个
maxDel =gydF4y2B一个1×5gydF4y2B一个2 0 2 5 0gydF4y2B一个
maxDelgydF4y2B一个
包含所有输入和输出变量的最大延迟的顺序(gydF4y2B一个日元gydF4y2B一个
,gydF4y2B一个y2gydF4y2B一个
,gydF4y2B一个u1gydF4y2B一个
,gydF4y2B一个u2gydF4y2B一个
,gydF4y2B一个u3gydF4y2B一个
)。模型状态的总数gydF4y2B一个总和(maxDel) = 9gydF4y2B一个
。gydF4y2B一个
州的gydF4y2B一个idnlarxgydF4y2B一个
模型不是必需的最小。gydF4y2B一个
版本历史gydF4y2B一个
介绍了R2007agydF4y2B一个R2022a:gydF4y2B一个标准化和回归量选择从映射对象属性gydF4y2B一个idnlarxgydF4y2B一个
对象gydF4y2B一个
相关信息数据标准化对象属性映射到的感动gydF4y2B一个idnlarxgydF4y2B一个
归一化gydF4y2B一个
财产。此外,感动得regressor-selection过程映射对象gydF4y2B一个idnlarxgydF4y2B一个
。现在模型经过实际的回归量名称而不是选择指数映射对象。gydF4y2B一个
R2021b:gydF4y2B一个使用以前的gydF4y2B一个idnlarxgydF4y2B一个
和gydF4y2B一个idnlhwgydF4y2B一个
不推荐映射对象名称。gydF4y2B一个
从R2021b,映射对象(也称为非线性)的非线性组件使用gydF4y2B一个idnlarxgydF4y2B一个
和gydF4y2B一个idnlhwgydF4y2B一个
对象被重新命名。下表列出了名称的变化。gydF4y2B一个
Pre-R2021b名字gydF4y2B一个 | R2021b名字gydF4y2B一个 |
---|---|
wavenetgydF4y2B一个 |
idWaveletNetworkgydF4y2B一个 |
sigmoidnetgydF4y2B一个 |
idSigmoidNetworkgydF4y2B一个 |
treepartitiongydF4y2B一个 |
idTreePartitiongydF4y2B一个 |
customnetgydF4y2B一个 |
idCustomNetworkgydF4y2B一个 |
饱和gydF4y2B一个 |
idSaturationgydF4y2B一个 |
死区gydF4y2B一个 |
idDeadZonegydF4y2B一个 |
pwlineargydF4y2B一个 |
idPiecewiseLineargydF4y2B一个 |
poly1dgydF4y2B一个 |
idPolynomial1DgydF4y2B一个 |
unitgaingydF4y2B一个 |
idUnitGaingydF4y2B一个 |
线性gydF4y2B一个 |
idLineargydF4y2B一个 |
neuralnetgydF4y2B一个 |
idFeedforwardNetworkgydF4y2B一个 |
脚本与旧的名字仍然正常运行,尽管他们会产生一个警告。考虑使用新名称继续兼容新开发的功能和算法。没有计划排除这些对象名称的使用gydF4y2B一个
R2021a:gydF4y2B一个使用以前的gydF4y2B一个idnlarxgydF4y2B一个
属性不推荐。gydF4y2B一个
从R2021a开始,几个属性gydF4y2B一个idnlarxgydF4y2B一个
已修改或替换。gydF4y2B一个
这些变化影响的语法gydF4y2B一个idnlarxgydF4y2B一个
和gydF4y2B一个nlarxgydF4y2B一个
。pre-R2021a属性的使用下表是气馁。然而,软件仍然接受调用语法,包括这些属性。没有计划来排除这些语法。利用ARX模型的命令语法订单仍然是一个推荐的语法。gydF4y2B一个
Pre-R2021a财产gydF4y2B一个 | R2021a财产gydF4y2B一个 | 使用gydF4y2B一个 |
---|---|---|
ARX模型的订单gydF4y2B一个na, nb, nkgydF4y2B一个 |
解释变量gydF4y2B一个 ,包括gydF4y2B一个linearRegressorgydF4y2B一个 ,gydF4y2B一个polynomialRegressorgydF4y2B一个 ,gydF4y2B一个customRegressorgydF4y2B一个 对象。gydF4y2B一个 |
你可以不再改变值在现有秩序gydF4y2B一个 |
customRegressorsgydF4y2B一个 |
解释变量gydF4y2B一个 |
使用gydF4y2B一个polynomialRegressorgydF4y2B一个 或gydF4y2B一个customRegressorgydF4y2B一个 创造回归量对象和对象添加到gydF4y2B一个解释变量gydF4y2B一个 数组中。gydF4y2B一个 |
NonlinearRegressorsgydF4y2B一个 |
RegressorUsagegydF4y2B一个 |
RegressorUsagegydF4y2B一个 是一个表,其中包含回归量分配到线性和非线性输出组件。作业通过修改相应的变化gydF4y2B一个RegressorUsagegydF4y2B一个 表条目。gydF4y2B一个 |
非线性gydF4y2B一个 |
OutputFcngydF4y2B一个 |
改变只是名义上的。房地产仍然是一个对象或数组或对象回归量输入映射到一个输出。gydF4y2B一个 |
另请参阅gydF4y2B一个
nlarxgydF4y2B一个
|gydF4y2B一个linearRegressorgydF4y2B一个
|gydF4y2B一个polynomialRegressorgydF4y2B一个
|gydF4y2B一个periodicRegressorgydF4y2B一个
|gydF4y2B一个customRegressorgydF4y2B一个
|gydF4y2B一个idnlarx / findopgydF4y2B一个
|gydF4y2B一个getreggydF4y2B一个
|gydF4y2B一个线性化gydF4y2B一个
|gydF4y2B一个pemgydF4y2B一个
MATLAB命令gydF4y2B一个
你点击一个链接对应MATLAB命令:gydF4y2B一个
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。gydF4y2B一个
选择一个网站gydF4y2B一个
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:gydF4y2B一个。gydF4y2B一个
你也可以从下面的列表中选择一个网站:gydF4y2B一个
表现最好的网站怎么走吗gydF4y2B一个
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。gydF4y2B一个
美洲gydF4y2B一个
- 美国拉丁gydF4y2B一个(西班牙语)gydF4y2B一个
- 加拿大gydF4y2B一个(英语)gydF4y2B一个
- 美国gydF4y2B一个(英语)gydF4y2B一个
欧洲gydF4y2B一个
- 比利时gydF4y2B一个(英语)gydF4y2B一个
- 丹麦gydF4y2B一个(英语)gydF4y2B一个
- 德国gydF4y2B一个(德语)gydF4y2B一个
- 西班牙gydF4y2B一个(西班牙语)gydF4y2B一个
- 芬兰gydF4y2B一个(英语)gydF4y2B一个
- 法国gydF4y2B一个(法语)gydF4y2B一个
- 爱尔兰gydF4y2B一个(英语)gydF4y2B一个
- 意大利gydF4y2B一个(意大利语)gydF4y2B一个
- 卢森堡gydF4y2B一个(英语)gydF4y2B一个
- 荷兰gydF4y2B一个(英语)gydF4y2B一个
- 挪威gydF4y2B一个(英语)gydF4y2B一个
- 奥地利gydF4y2B一个(德语)gydF4y2B一个
- 葡萄牙gydF4y2B一个(英语)gydF4y2B一个
- 瑞典gydF4y2B一个(英语)gydF4y2B一个
- 瑞士gydF4y2B一个
- 联合王国gydF4y2B一个(英语)gydF4y2B一个
亚太地区gydF4y2B一个
- 澳大利亚gydF4y2B一个(英语)gydF4y2B一个
- 印度gydF4y2B一个(英语)gydF4y2B一个
- 新西兰gydF4y2B一个(英语)gydF4y2B一个
- 中国gydF4y2B一个
- 日本gydF4y2B一个(日本語)gydF4y2B一个
- 한국gydF4y2B一个(한국어)gydF4y2B一个