- •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
6.4. Структура устройства формирования модели измерения
Целью компьютерного моделирования устройства формирования МИ является их исследовательские испытания для оценки качества и эффективности их выбора в приемлемые сроки и во всем факторном пространстве представления контролируемых объектов (явлений, процессов) и возможностей измерителей их характеристик.
К компьютерному моделированию прибегают потому, что нельзя в приемлемое время провести натурные испытания устройства формирования во всем факторном пространстве поведения объектов (явлений, процессов) и измерителей их характеристик.
Однако в большинстве случаев кажущаяся простота и дешевизна натурных экспериментов (испытаний) при неопределенности методов построения моделей входных воздействий скрывает от испытателя характеристики факторного пространства состояния и поведения объектов распознавания. Поэтому попытка разработки изоморфной модели уже ведет к получению дополнительной информации для создания более эффективных систем или для четкого определения области применения созданной системы распознавания.
Решение задач компьютерного моделирования устройства формирования МИ основано на понимании:
– принципов классификации и структуры устройства формирования;
– способов описания классов на языке словаря признаков;
– подходов к формализации показателей эффективности формирования.
Начиная с декомпозиции, как одного из важнейших принципов построения моделей, можно заметить, что блочный состав моделей устройства формирования грубо уже определяет их схемы, рассмотренные при изучении принципов классификации. Поэтому модель устройства формирования первого приближения должна включать следующие основные элементы:
– распознаваемый объект (явление, процесс);
– технические средства измерения;
– многоуровневая (в общем случае) система обработки измерений;
– алгоритм классификации.
Так как моделирование устройства формирования преследует целью проведение испытаний и получение оценки качества и эффективности выполнения задач, то последним элементом в перечисленный состав должен быть включен блок оценки качества и эффективности.
Рассмотрим более подробно все перечисленные элементы модели, стремясь к их детализации и определению принципов компьютерной реализации во взаимодействии друг с другом.
6.5. Моделирование контролируемого объекта
Сложность модели контролируемого объекта (явления, процесса) определяется полностью степенью физико-химической сложности его самого, условий его наблюдения и степенью доступности необходимых измерений.
Для получения информации, необходимой для принятия решения о принадлежности неизвестного объекта (явления, процесса) к тому или иному классу, требуется получить по возможности всю информацию, имеющую отношение к его контролю. Незнание или плохое знание описания объекта во всем диапазоне интересующих сторон, свойств, характеристик, факторов поведения не дает оснований надеяться на эффективность получаемых решений.
Задача получения всей информации не противоречит самой первой задаче, с которой начинается создание устройства формирования, определение полного перечня признаков выбора модели, которую можно рассматривать как цифровой имитатор совокупности его свойств, характеристик и состояний. Число моделируемых (имитируемых) свойств, характеристик и состояний объекта равно размерности словаря признаков измерения. Причем, если признак измерения один, но комбинированный, то цифровой имитатор соответствующего объекта должен выдавать системе столько и таких его характеристик (свойств, состояний), сколько и какие используются для расчета этого комбинированного признака во многоуровневой системе. То есть размерность вектора имитируемых свойств может быть больше или равна размерности вектора признаков измерения.
Чем сложнее свойства объекта, отражаемые в составе вектора признаков измерения, тем сложнее модель этого объекта.
Формирование словаря признаков, а значит размерности соответствующего вектора, – эвристическая операция, целью которой является всесторонне охарактеризовать выбранным словарем объект контроля. Причем от количества и качества признаков выбора зависит качество и эффективность классификации. Поэтому усложнение модели следует считать естественным состоянием при стремлении к созданию высококачественной и высокоэффективной системы.
Для четкости последующего изложения вопросов построения моделей устройства формирования назовем банк данных с числовыми характеристиками контролируемых объектов, соответствующими признакам измерения, модулем статических характеристик объектов в составе модели объекта.
Следующий важный шаг анализа состава модели объекта (явления, процесса) основывается на представлении о том, как объекты контроля появляются на входе устройства формирования. Обычно имеем дело с некоторым вероятностным распределением, то есть каждый объект или группа достаточно близких объектов, образующих класс, предъявляются устройству формирования с конкретной априорной вероятностью. Изоморфно этому одним из составляющих устройства формирования должен быть элемент, осуществляющий вероятностный выбор предъявляемого объекта в каждом запуске программы. Таким образом, каждый модельный эксперимент по измерению параметра при наличии такого модуля должен начинаться со статистической задачи выбора объекта определенного класса, подлежащего в этом эксперименте измерению.
Логико-математические принципы построения модуля выбора объекта – это принципы генерации случайных событий методом статистических испытаний (Монте-Карло). При этом, если каждый класс, для которого определена априорная вероятность, представляется одним объектом, то имеем дело с одним датчиком случайных событий (появлений объектов на входе устройства формирования). Если же каждый класс содержит несколько однотипных объектов, то соответственно модуль должен иметь и второй датчик случайных событий, заключающихся в появлении на входе системы одного конкретного объекта из их набора (полной группы событий), входящих в имитируемый класс.
Рассмотренная часть модели контролируемого объекта является достаточной, если мы имеем дело с объектами, явлениями или процессами в статике или если располагаем наблюдениями за ними для измерения характеристик в фиксированные моменты времени.