pem
对炼油线性和非线性模型预测误差最小化
描述
例子
输入参数
输出参数
算法
PEM使用数值优化来最小化成本函数预测误差的加权范数,为标量输出定义如下:
在哪里e (t)之间的区别是测量输出和模型的预测输出。对于一个线性模型,误差被定义为:
在哪里e (t)是一个向量和成本函数 是一个标量值。下标N表明,成本函数是一个函数的数据样本的数量和变得更准确更大的值N。以前的输出模型,方程更为复杂。有关更多信息,请参见第7章为用户系统标识:理论第二版,Lennart Ljung,普伦蒂斯霍尔PTR, 1999。
选择功能
你可以实现相同的结果pem
通过使用专用的各种模型估计命令结构。例如,使用init_sys ss(数据)
估计状态空间模型。
版本历史
之前介绍过的R2006a