我正在尝试(使用 MATLAB)生成Wu Tian Chen 研究文章“使用基于神经网络的健康状况预测的基于条件的维护优化”的以下图像(来自第4.1 节数值示例) :

该模型由以下等式推导出: 其中是正态随机变量,均值为,方差,也是和方差的随机变量。是一个居中的布朗运动,使得的均值为零,的方差为 。参数根据文章设置。
我编写的 MATLAB 代码如下:
% Initialization:
Ts = 0;
Te = 150;
Tn = 101;
mu0 = 5;
sigma0 = 1;
mu1 = 5;
sigma1 = 1.5;
sigma = .5;
D = 500; % failure threshold
paths = 50; % Number of paths in accordance with the article and graph
figure, hold on, box on, grid off
t = linspace(Ts, Te, Tn)';
for i = 1:paths
% Generate θ':
teta1 = randn() * sigma0 + mu0;
% Generate β':
beta1 = (randn() * sigma1 + mu1) .* t;
% Generate Brownian path
dW = sqrt(Te / Tn) * randn(Tn, 1);
W = cumsum(dW, 1); % cumulative sum
e_t = sigma * W;
L = teta1 + beta1 + e_t;
plot(t, L);
xlim([Ts, Te])
ylim([0, 600])
end
% Draws threshold
plot([Ts, Te], [D, D], 'k', 'LineWidth', 2.5)
title('Degradation Signal', 'FontWeight', 'bold', 'FontSize', 14);
xlabel('Time (day)', 'FontSize', 12);
ylabel('Amplitude', 'FontSize', 12);
这段代码的输出与原来的不同,但我不明白为什么。在已经应用了 A. Donda 的更改,但由于没有波动,情节仍然不同。
谢谢
