このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
非線形モデルの同定
非線形モデルの同定は、線形モデルではシステムのダイナミクスが完全には捉えられない場合に使用します。非線形モデルは System Identification アプリまたはコマンド ラインで同定できます。System Identification Toolbox™ により、4 種類の非線形モデル構造の作成と推定が可能になります。
非線形 ARX モデル — ウェーブレット ネットワーク、ツリー分割、シグモイド ネットワークなどの動的な非線形マッピング オブジェクトを使用して、システム内の非線形性を表します。
Hammerstein-Wiener モデル — 線形であるシステムに含まれることがある、静的な非線形性を推定します。
非線形グレー ボックス モデル — 不明のパラメーターを含む常微分方程式または差分方程式 (ODE) を使用して、非線形システムを表します。
ニューラル状態空間モデル — ニューラル ネットワークを使用して、システムの非線形状態空間実現を定義する関数を表します。
非線形モデルの同定には、等間隔にサンプリングされた時間領域データが必要です。データは 1 つ以上の入力チャネルと出力チャネルをもつことができます。また、非線形 ARX モデルと非線形グレー ボックス モデルを使用して時系列データをモデル化することもできます。詳細については、About Identified Nonlinear Modelsを参照してください。
同定されたモデルを使用して、コマンド ラインやアプリ、あるいは Simulink® でモデルの出力をシミュレートし予測することができます。Control System Toolbox™ がある場合は、モデルを線形化して制御システムの設計に使用することもできます。詳細については、Linear Approximation of Nonlinear Black-Box Modelsを参照してください。
カテゴリ
- 非線形モデル同定の基礎
非線形モデルの同定、ブラックボックスのモデル化、正則化
- 非線形 ARX モデル
シグモイドやウェーブレットなどの動的ネットワークを使用した非線形動作モデル
- Hammerstein-Wiener モデル
飽和や不感帯などの静的非線形性をもつ線形動的システムの接続
- 非線形グレー ボックス モデル
非線形の微分方程式、差分方程式、状態空間方程式の係数の推定
- ニューラル状態空間モデル
ニューラル ネットワークを使用して、システムの非線形状態空間実現を定義する関数を表します。
- 低次元化されたモデル化
正確な代理を作成してモデルの計算量を削減する