init

m = init(m0) 为任何线性或非线性识别模型随机化模型结构体 m0 的初始参数估计值。它不支持 idnlgrey 模型。m 与 m0 具有相同的模型结构，但具有不同的名义参数向量。该向量被 pem 用作初始估计值。

m = init(m0,R,pars,sp) 围绕 pars 随机化参数，其方差由行向量 R 给出。参数编号 k 被随机化为 pars(k) + e*sqrt(R(k))，其中 e 是均值为零、方差为 1 的正态随机变量。R 的默认值是全 1，而 pars 的默认值是 m0 中的标称参数向量。

仅接受能提供稳定预测变量的模型。如果为 sp = 'b'，则仅接受同时满足稳定性和预测变量稳定性的模型。

sp = 's' 仅要求模型稳定性，而 sp = 'p' 仅要求预测器稳定性。sp = 'p' 为默认设置。

充分自由的参数化可通过直接手段实现稳定，无需任何随机搜索。要使这样的初始模型保持稳定，请设置 R = 0。当 R > 0 时，也会进行随机化处理。

对于需要通过随机搜索来寻找稳定模型/预测器的建模结构，init 最多进行 100 次尝试。通过反复试验来为高阶系统寻找稳定的预测因子可能相当困难。