Simulink 모델의 매개 변수 추정은 실제 데이터와 일치하기 위해 모델 매개 변수를 조정하는 것을 포함합니다. 정확한 추정은 모델의 불평성과 예측 능력을 향상시킵니다. 여러 가지 실용적인 방법은이 목표를 효과적으로 달성 할 수 있습니다.

최적화된 방법

최적화 기술은 매개 변수 추정에 널리 사용됩니다. 이 방법은 모델 출력 및 실험 데이터의 차이를 최소화합니다. 일반적인 알고리즘은 최소한의 사각형, 비선형 프로그래밍 및 유전 알고리즘을 포함합니다. 그들은 오류를 할당하는 객관적인 기능을 정의해야합니다.

데이터 드라이브 접근법

Data-driven 방법은 측정 데이터를 직접 견적 매개 변수에 활용합니다. 시스템 식별과 반복적 인 최소한의 스퀘어 분석 입력 출력 데이터를 infer 매개 변수 값으로 분석합니다. 이러한 접근법은 큰 데이터셋이 사용할 때 유용합니다.

효과적인 평가를위한 실용적인 팁

  • Initial Guess: 융합을 개선하기 위해 좋은 출발점 제공.
  • Parameter Bounds: 비 생리적인 가치를 피하기 위해 현실적인 한계를 설정합니다.
  • Data Quality:] 더 나은 결과를 위한 정확하고 소음없는 데이터를 사용합니다.
  • Validation: 별도의 데이터 세트로 예상된 매개 변수를 검증합니다.