Идентификация модели сложного объекта управления с агрегированным выходом

• Автор: Урбаньский, Анджей
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Москва
• Количество страниц: 116 с. : ил.

Введение
Глава 1. Проблема построения оптимальной дисперсионной модели сложного объекта управления с агрегированным выходом
1.1. Регрессионные модели квазистационарных объектов управления с агрегированным выходом

1.2. Оценка модели дисперсии агрегированной переменной

1.3. Проблема оценивания параметров модели дисперсии агрегированной переменной

1.4. Критерии структурной идентификации модели объекта управления

1.5. Выводы
Глава 2. Исследование особенностей и эффективности процедур идентификации модели дисперсии агрегированной переменной
2.1. Распределение максимального собственного числа выборочной ковариационной матрицы
2.2. Исследование методов оценки параметров модели дисперсии агрегированной переменной

2.3. Построение области возможных значений параметров модели дисперсии

2.4. Вычислительный эксперимент по сравнению методов оценивания параметров модели дисперсии агрегированной переменной
2.5. Прогнозирующая способность методов оценивания параметров модели дисперсии агрегированной переменной
2.6. Оценка среднеквадратической ошибки прогноза для модели дис
V персии агрегированной переменной
2.7. Выводы
Глава 3. Метод идентификации сложного объекта управления по модели дисперсии агрегированной переменной
3.1. Критерии скользящего контроля в задаче идентификации структуры модели дисперсии агрегированной переменной
3.2. Вычислительные эксперименты по исследованию свойств критериев селекции
3.3. Метод идентификации сложного объекта управления по модели дисперсии агрегированной переменной
3.4. Вычислительный эксперимент по исследованию эффективности метода идентификации сложного объекта управления по модели дисперсии агрегированной переменной
3.5. Идентификации квадрата расстояния между двумя центрами распределения данных по модели дисперсии агрегированной переменной 3.6 Вычислительный эксперимент по исследованию эффективности метода идентификации квадрата расстояния между центрами распределения данных по модели дисперсии агрегированной переменной
3.7. Выводы
Глава 4. Примеры использования метода идентификации сложного объекта управления по модели дисперсии агрегированной переменной
4.1. Программное управление процессом подготовки спортсменов
4.2. Мониторинг потребительских цен в экономике Заключение
Литература


Во введении обоснованы актуальность темы и излагается перечень вопросов, исследованию которых посвящена диссертация, формулируется цель исследования, а также защищаемые автором положения. В первой главе сформулирована задача идентификации сложных объектов управления, характеризующихся большим числом составляющих элементов, неполнотой информации, ошибками в данных и наличием множества моделей для описания по модели дисперсии агрегированной переменной. Показано, что решение задач идентификации такого класса объектов требует использования дополнительной априорной информации о свойствах объекта управления, большого объема экспериментальных данных и проведения имитационного моделирования. Для повышения эффективности процесса идентификации ставится задача разработки метода идентификации сложного объекта управления по модели дисперсии агрегированной переменной. Во второй главе проводится исследование различных методов оценивания параметров модели дисперсии агрегированной переменной. Рассматриваются свойства оценок параметров. Оценивается прогнозирующая способность методов. Качество прогноза оценивается по критерию среднеквадратической ошибки прогноза, для которого получено аналитические выражения с учетом особенностей модели дисперсии агрегированной переменной. Третья глава посвящена выбору критерия селекции для идентификации структуры модели дисперсии агрегированной переменной и его исследованию. Предлагается метод и алгоритм идентификации сложного объекта управления по модели дисперсии агрегированной переменной. Рассматривается применение предлагаемого метода идентификации к задаче оценки квадрата расстояния между центрами распределения данных и проводится его сравнение с классическим методом оценки такого расстояния. В четвертой главе рассматривается применение разработанного метода идентификации сложного объекта управления по модели дисперсии агрегированной переменной для следующих объектов управления процесс подготовки спортсменов и мониторинг потребительских цен в экономике. В заключении сформулированы выносимые на защиту результаты диссертационной работы и возможные направления дальнейших исследований. В первой главе дается описание рассматриваемого класса объектов управления. Ставится задача идентификации сложного объекта управления по модели дисперсии агрегированной переменной в условиях неопределенности структуры модели. Дается краткий обзор опубликованных работ в этой области. Формализация функционирования объекта управления является важной задачей теории управления. Одним из эффективных методов построения модели сложного объекта на основании наблюдений является идентификация. Теории и методам идентификации посвящено большое число работ как в отечественной, так и в зарубежной литературе. В качестве примера можно привести работы Вапника ВН. Ивахнеико А. Г., Райбмана Н. С., Расстригина Л. Л., Энкхоффа П. Акаикс X. Разрабатываемые подходы в значительной степени определяются задачами управления сложными объектами в различных областях науки и техники, в том числе, в биологии, медицине и экономике. Согласно Ивахненко А. Часто для такого класса объектов не возможно определить точную модель функционирования. В этом случае строится приближенная модель, которая аппроксимирует истинную зависимость. При этом задача идентификации состоит в выборе моделей из имеющихся классов на основе экспериментальных данных, априорной информации и цели моделирования. Всю информацию об объекте можно разделить на две части априорную и апостериорную. Априорная информация это информация, которая имеется до начала процесса идентификации и должна содержать в себе структуру идентифицируемого объекта и сведения о классе моделей, описывающих данный объект. К апостериорной информации относятся результаты наблюдений входов и выходов объекта. В зависимости от априорной информации об объекте управления различают задачи идентификации в узком и широком смысле . Задача идентификации в узком смысле состоит в оценивании параметров объекта по наблюдениям над входными и выходными переменными, описывающими состояние объекта. При этом известна структура объекта и задан класс моделей, к которым относится данный объект.