- •Оглавление
- •Глава 1. Оценивание контролируемых параметров по экспериментальным данным 12
- •Глава 2. Критерий качества задачи оценивания параметра 31
- •Глава 3. Выбор алгоритма обработки экспериментальных данных в автоматизированных системах управления и анализ их свойств 63
- •Глава 4. Формирование модели измерения задачи оценивания по экспериментальным данным 109
- •Глава 5. Формирование модели измерения в задаче оценивания параметра по экспериментальным данным на начальном этапе разработки нового электрооборудования 150
- •Глава 6. Создание устройств формирования модели измерения 176
- •Введение
- •Глава 1. Оценивание контролируемых параметров по экспериментальным данным
- •1.1. Общий анализ этапов структурирования эмпирической информации
- •1.2. Концептуальная модель процесса оценивания контролируемых параметров
- •1.3. Совершенствование алгоритмов обработки экспериментальных данных
- •1.4. Современная концепция оценивания измеряемого параметра
- •1.5. Классификация результатов измерения по характеру оценивания погрешности
- •1.6. Концептуальная модель задачи алгоритмизации оценивания результатов измерения
- •1.7. Ретроспективный анализ этапов развития теории оценивания
- •Контрольные вопросы
- •Глава 2. Критерий качества задачи оценивания параметра
- •2.1. Определение качества задачи оценивания измеряемого параметра
- •2.2. Формирование критерия качества гомоморфной математической модели измерения
- •2.3. Информационная мера степени изоморфности модели
- •2.4. Расчет информационной меры изоморфности
- •2.5. Оценка информационного объема и риска модели измерения
- •2.6. Асимптотическое оценивание пропускной способности математической модели измерения
- •2.7. Асимптотический метод выделения признаков модели измерения
- •Типовые задачи и примеры их решения
- •Контрольные вопросы
- •Глава 3. Выбор алгоритма обработки экспериментальных данных в автоматизированных системах управления и анализ их свойств
- •3.1. Особенности формирования алгоритмов оценивания в автоматизированных системах управления
- •3.2. Общий анализ алгоритмов оценивания по критерию минимума риска
- •3.3. Общий алгоритм оценки измеряемого параметра
- •3.4. Оптимальный одношаговый алгоритм
- •3.5. Модификации алгоритма обработки экспериментальных данных
- •3.6. Моделирование алгоритма обработки экспериментальных данных
- •3.7. Исследование сходимости алгоритма
- •3.8. Определение весовых коэффициентов алгоритма
- •3.9. Определение начальных условий алгоритма Язвинского при оценке результатов измерения
- •Типовые задачи и примеры их решения
- •Контрольные вопросы
- •Глава 4. Формирование модели измерения задачи оценивания по экспериментальным данным
- •4.1. Анализ задачи формирования модели измерения
- •4.2. Принципы построения модели измерения параметра контролируемого объекта
- •4.3. Этапы решения задачи формирования модели измерения
- •4.4. Общая постановка задачи формирования модели измерения
- •4.5. Выбор критерия близости
- •4.6. Способы преобразования переменных модели измерения
- •4.7. Общий анализ формирования модели контролируемого объекта
- •4.8. Решение задачи формирования модели контролируемого объекта
- •4.9. Оптимизация алфавита классов и словаря признаков
- •4.10. Взаимосвязь размерности алфавита классов и качества и эффективности модели измерения
- •4.11. Взаимосвязь размерности вектора признаков и вероятности правильности формирования модели измерения
- •4.12. Формализация задачи оптимального взаимосвязанного выбора алфавита классов и словаря признаков
- •4.13. Формирование оптимального алфавита классов и словаря признаков в условиях ограничений
- •Контрольные вопросы
- •Глава 5. Формирование модели измерения в задаче оценивания параметра по экспериментальным данным на начальном этапе разработки нового электрооборудования
- •5.1. Исследование условий формирования модели измерения задачи оценивания измеряемого параметра
- •5.2. Геометрический способ формирования модели измерения
- •5.3. Лингвистический алгоритм формирования модели измерения на начальных этапах оценивания
- •5.4. Обоснование выбора критерия расхождения для формирования модели измерения по экспериментальным данным
- •5.5. Метод формирования модели измерения
- •5.7. Синтез метода и алгоритма формирования стратегии постановки начальных экспериментов
- •Типовые задачи и примеры их решения
- •6. Найденный квант исключается из множества г, т.Е.
- •Контрольные вопросы
- •Глава 6. Создание устройств формирования модели измерения
- •6.1. Состав устройства формирования модели измерения
- •6.2. Общий анализ устройств формирования моделей измерения
- •6.3. Общий анализ моделирования устройств формирования модели измерения
- •6.4. Структура устройства формирования модели измерения
- •6.5. Моделирование контролируемого объекта
- •6.6. Моделирование средств измерения параметров контролируемого объекта
- •6.7. Моделирование каналов измерения
- •Типовые задачи и примеры их решения
- •6.8. Модель алгоритма формирования модели измерения
- •6.9. Модуль оценки качества и эффективности устройства формирования
- •6.10. Модуль управления моделью устройства формирования
- •6.11. Использование принципов опытно-теоретического метода при моделировании устройства формирования
- •6.12. Моделирование в задачах создания и оптимизации устройства формирования
- •Заключение
- •Библиографический список
- •Системы реального времени Синтез алгоритмов оценивания технологического параметра
- •346428, Г. Новочеркасск, ул. Просвещения, 132
3.6. Моделирование алгоритма обработки экспериментальных данных
Под реализацией АОЭИ понимается построение на их основе систем поиска и оценивания информации. Реализация алгоритмов возможна в цифровом и аналоговом вариантах, однако предпочтение обычно отдается цифровому, свободному от погрешностей, возникающих в аналоговых построениях из-за сужения динамического диапазона, нестабильности характеристик и других причин.
Проанализированное выше последовательное оценивание требует для своей реализации алгоритмы адаптации, которые разнятся глубиной памяти. Так, алгоритмы, использующие для уточнения оценок параметров результаты одного эксперимента, являются одношаговыми. Такие алгоритмы требуют всего n ячеек памяти (n-размерность процесса). Алгоритмы, использующие для уточнения параметров результаты нескольких экспериментов, является многошаговыми. Главные преимущества одношаговых алгоритмов – простота реализации и большая мобильность – делают их незаменимыми при текущей алгоритмизации процесса обработки измеряемой информации нестационарных процессов.
При работе адаптивного алгоритма можно выделить два основных режима: на начальном участке (режим обучения) – ошибка оценки параметра исследуемого процесса велика; на втором участке (режим слежения) – ошибка оценок также не равна нулю, но относительно невелика и характеризуется дисперсией ошибки слежения за переменными параметрами процесса. Характерным для этого режима является то, что при небольших вариациях параметров процесса (небольших отношениях корня квадратного из дисперсии к математическому ожиданию параметра /m) анализ работы алгоритма можно проводить, считая процесс стационарным, и это не приводит к большим ошибкам, то есть в режиме слежения ошибка АОЭИ определяется изменением параметров процесса и помехами, которые для рассматриваемых процессов имеют небольшую вариацию.
Перед реализацией АОЭИ предполагается предварительное их моделирование. С помощью моделирования удается получить характеристики, определяющие эффективность синтезированных алгоритмов: среднее время запаздывания, а также время, необходимое для сходимости оценки к значению оцениваемого параметра, определяется зависимостю этих характеристик от вида обрабатываемой информации, значений ее параметров и других факторов.
В процессе моделирования важно определить, насколько составленные алгоритмы отличаются по эффективности от получивших распространение алгоритмов (скорости сходимости оценок и др.). Другой задачей, стоящей перед моделированием, является получение ряда характеристик, определяющих возможность аппаратурной реализации алгоритмов, то есть обоснование требований к техническим параметрам создаваемых систем. К таким характеристикам относятся: объем оперативной памяти алгоритмов, их устойчивость, величина шага временной [3] и амплитудной дискретизации и др. Анализ объема оперативной памяти оптимального одношагового АОЭИ приведен в [3].
Моделированию предшествует рассмотрение вопросов, связанных с определением характера отбора наблюдаемых данных, с зависимостью способа отбора от характера ошибок измерения. Так, при присутствии в результатах измерения аномальных ошибок естественно использовать АОЭИ, исключающие большие ошибки измерения. Само моделирование, как показано в главе 2, сводится к решению интегрального уравнений Вольтерра для искомых параметров, а также к сравнению полученных результатов с границами областей принятия решений.