시뮬레이션 및 예측

식별된 모델의 응답을 시뮬레이션 또는 예측, Simulink^®에서 식별된 모델을 모델 시뮬레이션 블록을 사용하여 가져오기

System Identification 앱 에서 sim을 사용하여, 지정된 입력에 대한 식별된 모델의 응답을 시뮬레이션할 수 있습니다. 입력과 출력의 과거 측정값을 사용하여 미래의 특정 시간 지평까지의 모델 응답을 예측할 수 있습니다. predict를 사용하여 측정된 데이터의 시간 범위에 대한 모델 응답을 예측하고, 사용할 수 있는 측정된 데이터가 없는 경우에는 forecast를 사용하여 미래의 시간 범위에 대한 응답을 예측합니다. 식별된 모델을 Simulink로 가져와서 모델 시뮬레이션 블록을 사용하여 모델 응답을 시뮬레이션할 수도 있습니다.

함수

`sim`	Simulate response of identified model
`simOptions`	Option set for `sim`
`simsd`	Simulate linear models with uncertainty using Monte Carlo method
`simsdOptions`	Option set for `simsd`
`predict`	식별된 모델의 향후 K-스텝 출력 사전 예측
`predictOptions`	Option set for `predict`
`forecast`	Forecast time-series values into future
`forecastOptions`	Option set for `forecast`
`idinput`	Generate input signals to support system identification

블록

Iddata Source	Import time-domain data stored in `iddata` object in MATLAB workspace
Iddata Sink	시뮬레이션 데이터를 `iddata` 객체로 MATLAB 작업 공간으로 내보내기
Idmodel	Simulate identified linear model in Simulink software
Nonlinear ARX Model	Simulate nonlinear ARX model in Simulink software
Hammerstein-Wiener Model	Simulate Hammerstein-Wiener model in Simulink software
Nonlinear Grey-Box Model	Simulate nonlinear grey-box model in Simulink software

도움말 항목

시뮬레이션 및 예측

Simulate and Predict Identified Model Output
Understand the difference between simulated and predicted output and when to use each.
Simulation and Prediction in the App
Perform simulation and prediction in the System Identification app, and interpret results.
Simulation and Prediction at the Command Line
Perform simulation, prediction, and forecasting at the command line, specify initial conditions.
Simulate Identified Model in Simulink
Use model blocks to import, initialize, and simulate models from the MATLAB^® environment into a Simulink model.
Using System Identification Toolbox Blocks in Simulink Models
Description of the System Identification Toolbox™ block library.

전망(forecasting)

Introduction to Forecasting of Dynamic System Response
Understand the concept of forecasting data using linear and nonlinear models.
Forecast Output of Dynamic System
Workflow for forecasting time series data and input-output data using linear and nonlinear models.
Forecast Multivariate Time Series
This example shows how to perform multivariate time series forecasting of data measured from predator and prey populations in a prey crowding scenario.