Математические модели и программное обеспечение для повышения верности информации в распределенных информационно-управляющих системах

• Автор: Белов, Владимир Викторович
• Шифр специальности: 05.13.11
• Научная степень: Докторская
• Год защиты: 2000
• Место защиты: Москва
• Количество страниц: 372 с. : ил.

Глава 1. Верность информации как показатель ее качества. Требования к качеству передачи дискретной информации. Схема организации передачи дискретной информации. Структура и классификация алгоритмов передачи и защиты от ошибок дискретной информации. Выводы. Глава 2. Выводы. Глава 3. Анализ эвристических, структурно сложных и алгоритмических описаний объектов, процессов и явлений. Выводы . Глава 4. Предварительные замечания . ВСС . Глава 5. Содержательные лучше, но не всегда, выполнимы. Поэтому чаще встречается такой случай, когда сначала находятся удачные формальные преобразования, а затем выискивается их интерпретация, подбирается физический смысл. Для поиска формальных преобразований разработано множество статистических моделей. Прежде всего, это модели факторного и дискриминантного анализов. Они опираются на линейные преобразования факторного пространства, которые позволяют находить такие новые координаты, что обеспечивается выполнение того или иного условия оптимальности. Разновидностей и модификаций методов подобного рода очень много.


Вопросы выявления и использования таких факторов весьма важны, поскольку часто открывают возможность получения заметного экономического, социального или политического эффекта несоизмеримо малыми затратами. Современные математические модели, применяемые для решения таких базовых задач кибернетики как классификация, распознавание образов, прогнозирование процессов, идентификации многоэкстремальных статических и динамических характеристик, оптимального управления сложными объектами являются комбинированными, сочетающими элементы классического детерминистического подхода и принципов эвристической самоорганизации. Эвристическая самоорганизация детально рассматривается в 2, она базируется на следующих первичных принципах 1 многорядность 2 массовая селекция 3 внешнее дополнение. Многорядность означает следующее 1 многошаговость процесса построения модели 2 применение различных рядов данных для оптимизации различных показателей качества модели 3 применение ряда критериев для оптимизации различных показателей качества в процессе построения модели. На каждом шаге алгоритма происходит структурное усложнение модели, увеличивается число учитываемых аргументов и усложняется формула описания например, увеличение степени аппроксимирующего полинома. Однако, со времен первых применений интерполяционных полиномов общеизвестен факт структурное усложнение модели приводит к улучшению описания процесса до определенного момента, начиная с которого усложнение формулы резко ухудшает качество аппроксимации. Следовательно, существует задача структурной оптимизации математического описания.