Структурный анализ рядов данных для принятия решений в социально-технических системах

• Автор: Пучкова, Татьяна Васильевна
• Шифр специальности: 05.13.10
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Воронеж
• Количество страниц: 148 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ.

1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ СТРУКТУРНОГО АНАЛИЗА ДИНАМИЧЕСКИХ РЯДОВ ДАННЫХ.

1.1 Принципы алгоритмизации с учетом структуры динамических сигналов

1.2 Определение функционально однородных составляющих.

1.3 Компонентное разложение сигналов

1.4 Выделение статистически однородных составляющих.

1.5 Формирование случайных функций с желаемыми свойствами

1.6 Статистическое описание выборок случайных функций.

1.7 Получение структурных функций.

1.8 Разложение сигнала на параллельные составляющие.

1.9 Выделение наиболее информативных факторов путем формирования выборок с желаемыми свойствами
1. Обзор и анализ методов структурного анализа данных.
Алгоритм адаптивного сжатия данных.
Метод, основанный на использовании разиогемповых скользящих средних.
Осцилляторы
Функционалы отличия
Японские свечи.
Достоинства и недостатки методов структурного анализа
2. ОСНОВНЫЕ ЗАДАЧИ СТРУКТУРНОГО АНАЛИЗА.
2.1 Задача построения условнообразцовой кривой
2.1.1 Постановка задачи
2.1.2 Решение задачи.
2.1.3 Алгоритм построения условнообразцовой кривой с применением теории нечетких множеств.
2.1.3.1 Основные положения теории нечетких множеств
2.1.3.2 Уточненная структура двухкомпоиентного критерия
2.2 Задача оптимизации настроечных параметров методов структурного анализа с использованием условнообразцовой кривой.
2.2.1 Постановка задачи
2.2.2 Решение задачи.
2.3 Задача уточнения координат особых точек, выделенных различными методами, при анализе ряда данных в оперативном режиме.
3. РЕЗУЛЬТАТЫ РЕШЕНИЯ ЗАДАЧ СТРУКТУРНОГО АНАЛИЗА
3.1 Результаты решения задачи построения условнообразцовой кривой.
3.2 Результаты решения задачи поиска оптимальных настроечных параметров методов структурного анализа
3.3 Результаты решения задачи уточнения координат особых точек, выделенных различными методами, при анализе ряда данных в оперативном режиме
4. МНОГОВАРИАНТНЫЙ ПОДХОД К СТРУКТУРНОМУ АНАЛИЗУ РЯДОВ ДАННЫХ
4.1 О всеобщей многовариантности
4.2 Принципы и законы многовариантности.
4.3 Многовариантные технологии
4.4 Многовариантный структурный анализ рядов данных.
ЗАКЛЮЧЕНИЕ И ВЫВОДЫ.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
ПРИЛОЖЕНИЕ
ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ
Структурный анализ совокупность методов анализа данных, направленных на вскрытие внутреннего строения динамического сигнала путем его разделения на простые структурнооднородные составляющие.
Двухкомпонентный критерий критерий, содержащий гладкостную и точностную составляющие.
Тенденция тренд преобладающее направление движения значений исследуемой переменной.
Особая точка момент наиболее значительного изменения конкретных свойств ряда данных в частности, момент изменения тенденции.
Особая точка вершина момент времени, в который происходит смена восходящей тенденции на нисходящую.
Особая точка впадина момент времени, в который происходит смена нисходящей тенденции на восходящую.
Осцилляторы методы структурного анализа, предназначенные для определения тенденций путем отслеживания скорости изменения значений ряда данных.
Нечеткое множество множество, элементы которого могут принадлежать последнему с некоторой точностью в интервале .
Функция принадлежности определяет степень принадлежности элемента к нечеткому множеству из интервала 0 1.
Многовариантность наличие или осуществимость многих вариантов на единой основе с их эффективным взаимосовмсщением и взаимодействием, индивидуальным и совокупным проявлением без крайностей их полного обособления и противопоставления.
ВВЕДЕНИЕ
Актуальность


В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит 1 многовариантный алгоритм определения особых точек применительно к объектам, характеризующим работу технологических агрегатов 3, 6, 7 постановка и решение задачи определения координат особых точек с помощью функционалов отличия 4, 5, 8, алгоритм многовариантного поиска моментов изменения тенденций 9 постановка и решение задач структурного анализа в рамках комплексного анализа рядов данных классификация методов структурного анализа постановка и решение задачи определения координат особых точек с помощью скользящих средних постановка и решение задач структурного анализа с применением осцилляторов , алгоритм многовариантного поиска особых точек на основе классификации методов структурного анализа , алгоритм выделения условнообразцовой кривой на основе теории нечетких множеств , алгоритм поиска момента смены тренда методами структурного анализа с элементами теории нечетких множеств. Структура и объем работы. Диссертация состоит из введения, четырех глав, выводов и заключения и содержит 5 страниц основного текста, список использованных источников из наименования, содержит рисунков и таблиц. Принципиальной основой разработки автоматизированных систем управления технологическими процессами является существенная зависимость их структуры и математического обеспечения от особенностей самих объектов. Именно с этих позиций надо подходить к постановке и решению задач алгоритмизации конкретных технологических процессов, заключающихся в математическом описании объектов и функций управления. Математические методы обработки экспериментальных данных, как правило, основываются па жстких гипотезах о свойствах наблюдаемых сигналов реализаций переменных. Чаще всего предполагается, что реализации контролируемых величин являются, например, стационарными эргодическими гауссовыми случайными процессами 7, , , , , , . Результаты применения математических методов существенно зависят от того, насколько реальные данные удовлетворяют исходным предпосылкам выбранного способа обработки наблюдений. Недостаточную эффективность применения статистических методов для описания технологических объектов, вероятно, можно объяснить в значительной степени неудовлетворительным соответствием свойств исходных данных и предпосылок выбранных статистических методов. Задача построения математической модели ставится в терминах функционального подхода на основе представления объекта множеством отрезков входных и выходных параметров с учтом фактической структуры сигналов . Действительно наблюдаемые реализации входных и выходных сигналов и, в частности, характеризующих обычный режим работы объектов, на основании которых определяются входвыходные зависимости, являются, очевидно, более сложными, чем в известных методах теории идентификации, фильтрации, прогнозирования и т. Представляется целесообразным расчленение реально наблюдаемых сигналов на более простые составляющие, удовлетворительно соответствующие исходным предпосылкам теоретических схем. Такое расчленение возможно при наличии информации о фактическом строении реализации контролируемых сигналов, которая может быть получена с помощью так называемого структурного анализа временных рядов. Задачу описания структуры реализаций входных и выходных переменных объектов можно разбить на ряд этапов. Установить законченный перечень этих этапов трудно, однако из них можно выделить наиболее важные для определнного класса объектов. Ниже приведн один из вариантов расчленения проблемы идентификации на частные задачи с учтом фактической структуры динамических сигналов. При математическом моделировании технологических и других процессов целесообразно применять расчленение некоторых их контролируемых величин на функционально однородные составляющие, руководствуясь соображениями о программном опорном и возмущнном движениях объекта, не пытаясь при этом однозначно классифицировать все величины в целом . Подобное расчленение контролируемых переменных при тщательном определении действительного объекта исследования в сочетании с общими понятиями входных и выходных сигналов в теории идентификации и с физическими соображениями позволяет создать работоспособные схемы причинноследственного макромеханизма исследуемых процессов.