不确定实参数的性质

不确定的实参数有一个名称的名字属性)和标称值NominalValue属性)。其他数个物业(加减符，范围，百分比)描述参数值的不确定性。

的所有属性尿素的可透过得到和集．属性为:

的属性范围，百分比和加减符都自动同步。如果标称值为0，则模式不能百分比．的模式属性控制着哪些方面的不确定性在何时保持不变NominalValue是改变。分配给任意一个范围/百分比/加减符更改值，但不是修改模式。

的AutoSimplify属性控制如何简化涉及实参数的表达式。默认值为“基本”，即在操作完成时应用基本的简化方法。的其他值AutoSimplify是“关闭”(未进行简化)和“全部”(应用类似模型简化的技术)。看到不确定对象的简化表示了解更多关于AutoSimplify属性和命令简化．

如果没有指定属性/值对，则使用默认值。默认的模式是加减符的默认值加减符是[1]．下面是一些例子。在许多情况下，不指定完整的属性名，利用不区分大小写的部分名称属性匹配。

创建不确定的实参数

这个例子展示了如何创建不确定实参数，修改不确定范围等属性，以及对不确定参数进行采样。

创建一个不确定的实参数，标称值为3，所有未指定的属性(包括正负可变性为1)的默认值。

A = ureal(“一个”，3)

a =不确定实参数“a”，标称值为3，可变性[-1,1]。

查看属性及其值，并注意范围和百分比自动维护可变性的描述。

get ()

NominalValue: 3模式:'正负'范围:[2 4]正负:[-1 1]百分比:[-33.3333 33.3333]自动简化:'基本'名称:'a'

创建一个不确定的实参数，标称值2，具有20%的可变性。再次查看属性，并注意范围和加减符自动维护可变性的描述。

B = ureal(“b”2,“比例”, 20)

b =不确定实参数“b”，标称值为2，变异性[-20,20]%。

得到(b)

NominalValue: 2模式:'Percentage'范围:[1.6000 2.4000]正负:[-0.4000 0.4000]百分比:[-20 20]自动简化:'basic'名称:'b'

修改参数的范围。所有可变性的描述都会自动更新，而标称值保持不变。虽然可变性的变化是通过指定范围,模式是不受影响的百分比．

b.范围= [1.9 2.3];得到(b)

NominalValue: 2模式:'Percentage'范围:[1.9000 2.3000]正负:[-0.1000 0.3000]百分比:[-5.0000 15.0000]自动简化:'basic'名称:'b'

如前所述，模式属性表示不确定性的哪些方面在何时保持不变NominalValue被修改。因此，如果一个实参数在百分比模式，然后范围和加减符属性从百分比财产和NominalValue．改变NominalValue保留了百分比属性，并自动更新范围和加减符属性。

b.NominalValue = 2.2;得到(b)

NominalValue: 2.2000模式:'Percentage'范围:[2.0900 2.5300]正负:[-0.1100 0.3300]百分比:[-5.0000 15.0000]自动简化:'basic'名称:'b'

创建一个不确定参数，其标称值具有不对称变化。检查性质以确认不对称范围。

C = ureal(“c”5,“比例”[-20] 30日);得到(c)

NominalValue: -5模式:'Percentage'范围:[-6 -3.5000]正负:[-1 1.5000]百分比:[-20 30]自动简化:'basic'名称:'c'

创建一个不确定参数，指定变量百分比，但强迫模式是范围．

D = ureal(' d ', 1“模式”，“范围”，“比例”, 60 [-40]);得到(d)

NominalValue: -1模式:'Range'范围:[-1.4000 -0.4000]正负:[-0.4000 0.6000]百分比:[-40 60]自动简化:'basic'名称:'d'

最后，创建一个不确定的实参数，并设置AutoSimplify财产“全部”．

E = ureal(“e”10“加减符”[-23],“模式”，“比例”，“AutoSimplify”，“全部”）

e =不确定的真实参数“e”，标称值为10，变异性[-230,230]%。

get (e)

NominalValue: 10模式:'Percentage'范围:[-13 33]正负:[-23 23]百分比:[-230 230]自动简化:'full'名称:'e'

为指定冲突的值范围/百分比/加减符当创建尿素的元素不会导致错误。在本例中，使用最后指定的属性。最后一种情况也决定了模式,除非模式显式指定，在这种情况下使用它，而不管属性/值对的顺序如何。

F = ureal(“f”3,“加减符”(2 - 1),“比例”, 40)

f =不确定实参数“f”，标称值为3，变异性[-40,40]%。

G = ureal(‘g’2,“加减符”(2 - 1),“模式”，“范围”，“比例”, 40)

g =不确定实参数“g”，标称值2，范围[1.2,2.8]。

g.Mode

ans = 'Range'

创建一个不确定的实参数，使用usample要生成1000个实例(生成1 × 1 × 1000数组)，重塑数组，并绘制带有20个箱子(在2到4的范围内)的直方图。

H = ureal(“h”3);Hsample = usample(h,1000);嘘(重塑(hsample, 1000 [1]), 20);

使范围与标称值不对称，并重复采样，并绘制直方图(在2到6的范围内使用40个箱子)

h.Range = [2 6];Hsample = usample(h,1000);嘘(重塑(hsample, 1000 [1]), 40);

分布仍然是均匀的。所使用的分布usample在不确定实参数的实际值上是一致的。然而，高度倾斜的范围会导致糟糕的数值调节和糟糕的结果。因此，要获得有意义的结果，应避免高度倾斜的范围，即标称值更接近范围的一端，而不是另一端。

没有空的概念尿素的(或任何其他不确定的因素)。尿素的，它自己创建一个名为“匿名”，使用默认属性值。