参数估计在准确地描述通过诸如统计概率分布函数，参数动态模型和基于数据的模拟的数学模型的系统行为来扮演关键作用万博1manbetx®楷模。
提高统计模型的准确性可能涉及估计：
- 概率分布的参数，例如正态分布的平均值和标准偏差
- 回归模型的回归系数，如\（y = a'x \）
有关更多信息，请参阅统计和机器学习工具箱™，它支持具有超过万博1manbetx40个不同概率分布的这些和类似的参数估计任务，包括普通，威布尔，伽玛，广义帕累托和泊松。工具箱也支持万博1manbetx线性和非线性回归。
创建精确的参数动态模型可以涉及估计：
- 传递函数系数，包括ARX，ARMAX，BOX-JENKINS和输出错误
- 状态空间矩阵的项
- 具有参数约束的ODES或结构良好的系统系数（灰度盒系统识别）
- 非线性动态系统的回归系数，饱和度或死区限制，包括非线性ARX和Hammersein-Wiener
有关更多信息，请参阅系统识别工具箱™，它支持这些任务万博1manbetx，具有线性和非线性参数动态模型的参数估计。
用于Simulink模型的参数估计的常见任务包括：万博1manbetx
- 导入和处理输入 - 输出测试数据，例如直流电动机的电压输入和转子速度输出
- 指定估计的哪个型号参数和初始条件，例如电机阻力和惯性
有关更多信息，请参阅万博1manbetxSimulink Design Optimization™，它支持具有交互万博1manbetx式工具的这些参数估计任务，可帮助您配置，操作和运行Simulink优化问题。万博1manbetx
