Main Content

Nicht lineare Grey-Box-Modelle

Schätzen von Koeffizienten nichtlinearer Differenzial-, Differenz- und Zustandsraumgleichungen

Wenn Sie die Physik Ihres Systems verstehen und das System mithilfe gewöhnlicher Differenzial- oder Differenzgleichungen (ODE) mit unbekannten Parametern darstellen können, können Sie die Befehle der System Identification Toolbox™ für die Grey-Box-Modellierung verwenden. Bei ODEs für Grey-Box-Modelle wird die mathematische Struktur des Modells explizit festgelegt, einschließlich der Kopplungen zwischen den Parametern. Die Grey-Box-Modellierung ist nützlich, wenn Ihnen die Beziehungen zwischen Variablen, Randbedingungen des Modellverhaltens oder explizite Gleichungen, die die Systemdynamik darstellen, bekannt sind.

Sie können ein nicht lineares Grey-Boy-Modell mithilfe eines idnlgrey-Objekts darstellen. Hierfür müssen Sie eine Funktion schreiben, um die Dynamik mit einem Satz von Differenzialgleichungen erster Ordnung zu beschreiben. Weitere Informationen finden Sie unter Estimate Nonlinear Grey-Box Models.

Funktionen

alle erweitern

nlgreyestEstimate nonlinear grey-box model parameters
nlgreyestOptionsOption set for nlgreyest
idnlgreyNonlinear grey-box model
pemPrediction error minimization for refining linear and nonlinear models
generateMATLABFunctionGenerate MATLAB functions that evaluate the state and output functions, and their Jacobians, of a nonlinear grey-box or neural state-space model (Seit R2022b)
initSet or randomize initial parameter values
getparParameter values and properties of idnlgrey model parameters
setparSet initial parameter values of idnlgrey model object
getpvecObtain model parameters and associated uncertainty data
setpvecModify values of model parameters
getinitValues of idnlgrey model initial states
setinitSet initial states of idnlgrey model object
findstatesEstimate initial states of model
findstatesOptionsOption set for findstates
simSimulate response of identified model
simOptionsOption set for sim

Themen

Enthaltene Beispiele