selstruc

选择单输出ARX模型的模型顺序

折叠所有页面

语法

Nn = selstruc(v)[nn,vmod] = selstruc(v,c)

请注意

使用selstruc仅用于单输出系统。selstruc万博1manbetx支持单输入和多输入系统。

selstruc函数是否帮助从矩阵中包含的信息中选择模型结构(顺序)v的输出arxstruc或ivstruc．

的默认值c是“阴谋”．该图显示了未被模型解释的输出方差的百分比，作为所使用参数数量的函数。每个值都显示了最适合该参数数量的值。通过在图中单击，您可以查看感兴趣的订单。当你点击选择，变量神经网络导出到工作区，作为您选择参数数量的最佳模型结构。有几种选择。

C = 'aic'不给情节，但回报神经网络最小化的结构

$\begin{matrix} V_{国防部} ＝日志（ V （ 1 + \frac{2 d}{N} ）） \\ ＝日志（ V ） + \frac{2 d}{N} ， N ≫ d \end{matrix}$

在哪里V是损失函数，d所讨论的结构中参数的总数，和N用于估计的数据点数。 $日志（ V ） + \frac{2 d}{N}$ 为赤池信息准则(AIC)。看到另类投资会议欲知详情。

C = 'mdl'回报神经网络最小化Rissanen最小描述长度(MDL)准则的结构。

$V_{国防部} ＝ V （ 1 + \frac{d 日志（ N ）}{N} ）$

当c等于一个数值，结构最小化 $V_{国防部} ＝ V （ 1 + \frac{c d}{N} ）$

被选中。

输出参数vmod格式与v，但它包含相应修改的准则的对数。

打开实时脚本

创建估计和验证数据集

负载iddata1；Ze = z1(1:50 0);Zv = z1(151:300);

生成用于估计的模型-顺序组合，指定模型顺序和延迟的范围。

NN = strucc (1:3,1:2,2:4);

利用工具变量法估计ARX模型，并计算每个模型顺序组合的损失函数。

V = ivstruc(ze,zv,NN);

选择最适合验证数据的模型顺序。

order = selstruc(V,0);

估计一个选定顺序的ARX模型。

M = iv4(ze,order);

打开实时脚本

创建估计和验证数据集。

负载co2data；Ts = 0.5;%采样时间为0.5分钟ze = iddata(Output_exp1,Input_exp1,Ts);zv = iddata(Output_exp2,Input_exp2,Ts);

生成模型-顺序组合:

NN = strucc (2:4,2:5，[1 4]，1:4,0);

为每个模型订单组合估计一个ARX模型。

V = arxstruc(ze,zv,NN);

选择最适合验证数据的模型顺序。

order = selstruc(V,0);

估计一个选定顺序的ARX模型。

M = arx(ze,order);

R2006a之前介绍