3.2. Прогнозування якості еб еа на основі засобу распознавання образу

3.2.1. Загальні положення

Для забезпечення заданої надійності проектованого РЕЗ необхідно використати елементну базу з наданимі показникамі надійності.

Існують різноманітні підходи до оцінки надійності ЕБ ЕА: аналітичне прогнозирування, імовірностне, прогнозирування на основі фiзико-хімічних процесів.

Рис. 31

Всі ці методи базуються на прямій екстраполяції функції надійності, що веде до помилок із-за відсутності априорної інформації.

Другий підхід засновується на теорії розпознання образів. Стан об'єкта характеризується якими k- параметрами ₁,₂,...,_k {}- визначає надійність об'єкту;

=₁i₁+₂i₂+...+_ki_k - k-мерний простір.

Припустимо існують слідуючи класи параметрів: 1,2,...,m.

Див. Рис. 32,

де _1є+_2є+...+_mє- еталонні класи.

Якщо перший клас є еталонним, тоді застосовують підхід ,що детермінувався.

Рис. 32

Якщо класи перемішани, тоді підхід, що детермінувався не працює і класи необхідно характеризувати статистичними параметрами:

f₁(),f₂(),...,f_m()- статистична функція.

Для визначення до якого класу відноситься наш вектор треба ввести поняття міри близькості.

В кожному класі існують свої еталонні значення:

₁, ₂,...,_k =1,m,

де - індекс класу;

k- індекс параметра.

Міра близькості для різноманітних випадків буде мати вигляд:

k



s=1

_=_s(_s-_s)²,

де _s- значення s-го параметра об'єкту, що діагностується.

k



s=1

_=_s_s,

k

k

k



s=1

s=1

s=1

_=_s_s/ _s_s²;

k

k



s=1

s=1

_=_s_s/(_s_s)²_max;

k

k

k



s=1

s=1

s=1

_=_s_s-1/k(_s)(_s);

k



s=1

_=|_s-_s|.

В більшості випадків рекомендують використати нормiровання параметрів.

Крім нормiрування використають вагові коефицієнти _s:

k

s=1

_= _s(_s-_s)² -лiнійний варіант;

k

s=1

_=_s^p(_s^p-_s^p) -нелiнійний варіант,

де p- показник нелiнейностi.

При цьому необхiдно, щоб виконувалися умови:

s

s



k=1

k=1

_s=1; П_s=1.

3.2.2. Засіб зон

Застосовуючи цей засіб, поділяємо всі класи на два:

Рис. 33

Вводиться поняття осей для кожного елементу. На кожної із цих осей виділяються три зони.

Межи зон:

_1s^*=_1s+r_1s, _2s^*=_2s+r_1s, S= 1,k.

_1s^*- середнє значення S-го параметра.

_1s- среднеквадратичне відхилення.

Якщо _s<_1s^*, _sR₁ - належить до 1-го класу

_s>_2s^*, _sR₂ - належить до 2-го класу

{

Якщо _1s^*<_s<_2s^*, від распознавання відмовляються.

-1, _s<_1s^*

_s= 0, _1s^*<_s<_2s^*

1, _s<_2s^*

Т

s

оді остаточно:



k=1

_=_s

R₁, _<0,

R₂, _>0,

 R₁, R₂, _=0.

При наявності вагових коефіціентів:

s



k=1

_=_s_s

3.2.3. Засіб узагальненої крапки

Всі -k- осі сводяться до однієї осі:

Рис. 34.

Об'єкт: R₁, ₀<₁₀^*,

R₂, ₀>₂₀^*,

k-



 R₁, R₂, ₁₀^*<₀<₂₀^*.

s=1

l=1

₀=_s/_l, sl,



k-

s=1

l=1

₀=П_s/П_l, sl, _l0,

k-



s=1

l=1

₁₀^*=_1s^*/_ll^*, sl,

k-



s=1

l=1

₁₀^*=П_1s^*/П_ll^*, sl, _ll^*0,

k-



s=1

l=1

₂₀^*=_2s^*/_2l^*, sl,

k-



s=1

l=1

₂₀^*=П_2s^*/П_2l^*, sl, _ll^*0,

Перед  може стоять ваговий коефіціент.

Для одержання хорошого розділення класів із усіх класів:

₁₁, ₁₂, ..., _2к - для першого класу, ₂₁, ₂₂, ..., _2к - для другого класу вибирають параметри, значення яких із першого класу більше значень другого класу.