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。
低次元化モデリング
正確な代理を作成してモデルの計算量を削減する
低次元化モデリングは、満足できる誤差内で予期される忠実度を保持しながら、モデルの計算量やストレージ要件を削減する手法です。低次元化された代理モデルを使用すると、解析および制御設計を簡略化できます。
トピック
低次元化モデリングの基本
- Reduced Order Modeling Overview
Reduce computational complexity of models by creating accurate surrogates.
データ駆動型の手法
- Nonlinear ARX Model of SI Engine Torque Dynamics
This example describes modeling the nonlinear torque dynamics of a spark-ignition (SI) engine as a nonlinear ARX model. - Hammerstein-Wiener Model of SI Engine Torque Dynamics
This example describes modeling the nonlinear torque dynamics of a spark-ignition (SI) engine as a Hammerstein-Wiener model. - Neural State-Space Model of SI Engine Torque Dynamics
This example describes reduced order modeling (ROM) of the nonlinear torque dynamics of a spark-ignition (SI) engine using a neural state-space model. - Reduced Order Modeling of Electric Vehicle Battery System Using Neural State-Space Model
This example shows a reduced order modeling (ROM) workflow, where you use deep learning to obtain a low-order nonlinear state-space model that serves as a surrogate for a high-fidelity battery model.
線形化ベースの手法
- システム同定を使用したモデル コンポーネントの線形化の指定 (Simulink Control Design)
System Identification Toolbox™ ソフトウェアを使用すると、適切に線形化されていないモデル コンポーネントの線形システムを特定し、特定されたシステムを使用して線形化を指定できます。 - Reduced Order Modeling of a Nonlinear Dynamical System as an Identified Linear Parameter Varying Model
Identify a linear parameter varying reduced order model of a cascade of nonlinear mass-spring-damper systems.
