SystemModelUncertaintyPlot

SystemModelUncertaintyPlot[sys,spec]

按照 spec 绘制系统模型 sys 中由于输入不确定性而导致的输出不确定性.

更多信息和选项

范例

打开所有单元关闭所有单元

基本范例  (1)

在给定的区间内,绘制电阻变化时 RC 电路中电容器电压的不确定性:

范围  (19)

模型  (4)

绘制 SystemModel 的两个变量的不确定性:

绘制 AffineStateSpaceModel 输出的不确定性:

绘制 NonlinearStateSpaceModel 输出的不确定性:

绘制 DiscreteInputOutputModel 输出的不确定性:

使用 SquareWave 输入:

规范  (3)

绘制特定输出的不确定性:

使用自定义数量的模拟绘制模型中的不确定性:

使用自定义模拟区间绘制特定输出的不确定性:

值的不确定性  (5)

绘制由给定参数的值列表生成的不确定性:

绘制通过对参数值进行区间抽样生成的不确定性:

绘制通过对参数值进行分布抽样生成的不确定性:

绘制通过对参数值进行几何区域抽样生成的不确定性:

绘制通过对两个初始值进行 Circle 抽样生成的不确定性:

输入的不确定性  (3)

绘制使用 ARIMAProcess 作为输入时生成的不确定性:

绘制使用多个函数作为输入时产生的不确定性:

使用以下曲线作为连续搅拌反应釜的输入流速:

绘制对两个输入使用二维过程时产生的不确定性:

切片函数  (4)

绘制时间数据的最小值和最大值之间的范围:

绘制时间数据的自定义分位数:

绘制具有自定义置信水平的时间数据的自定义置信区间:

绘制自定义切片函数:

选项  (15)

AxesLabel  (2)

在默认的 PlotLayout 中,AxesLabel 默认设置为 None

设置自定义标签:

Filling  (2)

已知的切片函数默认使用自定义 Filling

设置自定义填充:

FrameLabel  (2)

默认情况下,绘制变量的单位被用作 FrameLabel

设置自定义标签:

Method  (1)

使用 Method 设置自定义的模拟方法:

PlotLabel  (1)

设置自定义绘图标签:

PlotLayout  (2)

获取与每个输出的单独图的 Association

合并各个图:

PlotLegends  (2)

已知的切片函数默认使用自定义的 PlotLegends

设置自定义绘图图例:

ProgressReporting  (1)

使用 ProgressReporting 控制进度报告:

SamplingPeriod  (1)

在对随机过程进行抽样时,设置自定义的抽样周期:

TargetUnits  (1)

使用 TargetUnits 设置自定义单位:

应用  (4)

平衡附近的轨迹  (1)

绘制简单阻尼摆在初始条件接近平衡点时角度和角速度的不确定性:

当系统以小角度静止开始时,它会向稳定的地面位置演化:

当系统在接近不稳定的完全倒立位置启动时,它同样会向地面位置演化:

绘制几条随机选择的轨迹:

系统容差  (1)

电路性能在很大程度上取决于其组件和参数的容差. 当该扬声器模型中一个组件的电阻遵循截断正态分布时,通过扬声器的电流变化是可以测量的:

外部干扰也会影响电路的性能. 例如,扬声器的输入电压可能受到高频信号的影响:

绘制受这些高频干扰影响时扬声器电流的不确定性:

受控系统的验证  (1)

通过将球放置在远离稳定位置的位置来验证一个受控的球杆系统:

系统模型:

球离开平衡点越远,系统越难将其带回到稳定位置:

控制力在开始时达到峰值,然后又有几次峰值,以阻止球超过稳定位置:

受控系统还应该针对外部干扰进行验证. 用白噪声扭矩扰动对受控球杆系统施加应力,并绘制系统在不同噪声采样周期下的控制力度:

轨道调整  (1)

研究短时切向助推对圆形轨道上的玩具航天器的影响:

大幅助推可能导致无界轨迹:

如果助推幅度遵循正态分布,则可以展开有界或无界轨迹. 绘制到力心距离的不确定性:

属性和关系  (2)

使用 SystemModelPlot 绘制各个曲线:

使用 SystemModelPlot 在进行参数扫描时绘制各个曲线:

使用 SystemModelPlot 绘制由 SystemModelSimulateSensitivity 计算得到的灵敏度带:

使用 SystemModelUncertaintyPlot 绘制不确定性:

IntervalCenteredInterval 作为区域被抽样:

AroundVectorAround 作为其对应的分布被抽样:

巧妙范例  (1)

可视化混沌系统对初始条件微小变化的敏感性:

Wolfram Research (2024),SystemModelUncertaintyPlot,Wolfram 语言函数,https://reference.wolfram.com/language/ref/SystemModelUncertaintyPlot.html.

文本

Wolfram Research (2024),SystemModelUncertaintyPlot,Wolfram 语言函数,https://reference.wolfram.com/language/ref/SystemModelUncertaintyPlot.html.

CMS

Wolfram 语言. 2024. "SystemModelUncertaintyPlot." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/SystemModelUncertaintyPlot.html.

APA

Wolfram 语言. (2024). SystemModelUncertaintyPlot. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SystemModelUncertaintyPlot.html 年

BibTeX

@misc{reference.wolfram_2024_systemmodeluncertaintyplot, author="Wolfram Research", title="{SystemModelUncertaintyPlot}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/SystemModelUncertaintyPlot.html}", note=[Accessed: 05-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_systemmodeluncertaintyplot, organization={Wolfram Research}, title={SystemModelUncertaintyPlot}, year={2024}, url={https://reference.wolfram.com/language/ref/SystemModelUncertaintyPlot.html}, note=[Accessed: 05-November-2024 ]}