1 (Разновидностью динамических соматограмм являются циклограммы [37].)
При схематизации человеческого тела используются объемные и палочковые муляжи. Объемные муляжи необходимы при соматографии оператора в специальной рабочей одежде. Палочковые муляжи достаточны в остальных случаях, причем вместо муляжа обычно используют его схему на соматограмме. Палочковую схему строят из элементов, изображенных на рис. 4. Размеры элементов для отечественной популяции представлены в табл. 2.
Таблица 2. Размеры элементов палочковых схем
При построении соматограмм необходимо соблюдать следующие условия:
- на соматограммах в боковой проекции ось тела должна располагаться на расстоянии не менее 150-200 мм от переднего края оборудования;
- высота каблука рабочей обуви принимается равной 25-30 мм для мужчин и 30-55 мм для женщин;
- расстояние до индикатора определяется длиной прямой линии, соединяющей центр индикатора с точкой, изображающей глаза в боковой проекции, и с серединой расстояния между глазами на соматограммах других проекций;
- зона моторной досягаемости для руки определяется дугой, проведенной из плечевой точки радиусом, равным проекции длины руки (без учета длины пальцев) на горизонтальную (или вертикальную) плоскость, проходящую через ось органа управления.
Теория информации в оценке деятельности человека
Для описания и оценки человека-оператора как звена системы обработки информации используются идеи, понятия и математический аппарат теории информации. Теория информации - формальная математическая теория, предназначенная для описания процессов передачи сообщений по техническим линиям связи, поэтому при использовании ее для целей инженерной психологии необходимо либо стремиться удовлетворять основным постулатам теории, либо видоизменять понятия.
Основные сведения из теории информации. Источник сообщений характеризуется алфавитом сообщений и распределением вероятностей букв алфавита
Сообщения образуют полную группу событий, поэтому
Материальный носитель сообщения называется сигналом. Сигнал имеет пространственные, временные, энергетические и информационные характеристики. Математической моделью сигнала может служить случайный процесс. В теории информации рассматриваются стационарные линии связи и эргатические источники сообщений и решаются две основные задачи: оптимальное и помехоустойчивое кодирование.
Основным понятием теории информации является количество информации. Общего определения информации не существует. Информацию можно интерпретировать как отраженное разнообразие. Каждый класс взаимодействующих объектов характеризуется своими алфавитами и отношениями между сообщениями. Для того, чтобы передача информации была возможна, взаимодействующие системы должны иметь одинаковые алфавиты.
Количество информации имеет несколько различных интерпретаций - мера выбора, мера снятой неопределенности, мера соответствия систем или процессов. Как мера снятой неопределенности количество информации I равно разности априорной H и апостериорной H1 энтропий: I=Н-Н1. Энтропия есть функционал вида Н=-Σmi=1Pilog2Рi, где m - длина алфавита
сообщений; P1, Р2, ..., Рm - вероятности сообщений. Количество информации в этом случае есть средняя величина, т. е. количество информации, приходящееся в среднем на одно сообщение. Для дискретных сообщений при отсутствии шумов, независимости и равновероятности сообщений количество информации равно логарифму длины алфавита: I=log2m.
За единицу количества информации принимается такое количество информации, которое получает приемник сообщений при выборе из двух равновероятных исходов. Она называется двоичной единицей или битом. При отсутствии шумов и статистических связей между сообщениями, но при различных значениях их вероятностей среднее количество информации равно I = -Σmi=1Pilog2Рi, индивидуальное количество информации в одном сообщении равно i=-log2 Р. При отсутствии шумов, с учетом статистических связей между сообщениями, среднее количество информации равно
где P(i/j) - условные вероятности, характеризующие зависимость между двумя смежными сообщениями. Среднее количество информации, содержащееся в одной из взаимодействующих систем X с другой Y, равно
I(X, Y)=H(X)+H(Y)-H(X, Y),
где H(X) и H(Y) - энтропия систем X и Y, a H(X, Y) - энтропия объединенной системы XY. Наличие шумов, статистических связей и неравновероятность сообщений приводит к уменьшению средних оценок количества информации по сравнению с максимальным значением.
Важнейшие свойства количества информации: количество информации неотрицательно; количество информации в одном объекте относительно другого не больше энтропии любого из этих объектов; никаким преобразованием объекта нельзя увеличить содержащейся в нем информации о другом объекте.
Избыточность сообщения характеризуется величиной R=I-I/Imax, где R - избыточность сообщения, Imax - максимальное количество информации при данном алфавите, I - количество информации в данном сообщении. Избыточность сигнала - основное средство повышения помехоустойчивости, надежности передачи информации оператору. Избыточность естественных (русского и европейских) языков составляет около 60 %, избыточность специальных языков может превосходить 90-95 %.
Источник сообщений характеризуется скоростью создания информации G, равной G=nН0, где n - число сообщений, создаваемое источником в секунду, Н0 - энтропия сообщения. Максимальная скорость передачи сообщений по каналу связи называется его пропускной способностью С=max/А V.
Здесь А множество приемно-передающих систем, среди которых отыскивается система с максимальной скоростью передачи.
Факторы, влияющие на переработку информации человеком. На переработку информации человеком влияют три группы факторов: объективные характеристики сообщений и сигналов, условия деятельности и индивидуальные характеристики человека.
Объективные характеристики потока информации. Различают входной и выходной поток информации. Поток информации оценивается качественно и количественно пространственными, временными, информационными, энергетическими и другими характеристиками сигналов. Прежде всего следует отметить пространственные характеристики: угловые размеры сигналов и пространственное положение источников информации. Временные характеристики: распределение сигналов во времени и его характеристики, средняя скорость информационного потока (число сигналов в единицу времени и др.), длительность экспозиции отдельных сигналов, временная неопределенность появления сигнала. Информационные характеристики: алфавиты сообщений и сигналов, распределения их вероятностей, статистические связи между элементами алфавитов, избыточность сигналов, величина информационного потока. Другие характеристики информационных потоков: значимость сигналов, соотношение релевантной (полезной) и иррелевантной (бесполезной при решении конкретной задачи) информаций.
Условия деятельности оператора. Статические и динамические характеристики поля информационной модальности, соотношение величины информационного потока и пропускной способности человека (информационные перегрузки или голод), статические и динамические характеристики полей других модальностей, совместимость стимула и реакции, особенности деятельности оператора (тип задачи, сложность задачи), особенности психического информационного процесса (запоминание, опознание, перекодирование и т. д. ), мотивации деятельности, воздействия на оператора физических, физико-химических и других агентов (ускорений, вибраций, химического состава воздуха и т. д.).
Индивидуальные характеристики субъекта: пол, возраст, характеристики высшей нервной деятельности, типология, тренированность, обученность, способности, опыт, состояние, соотношение психической нормы и патологии, особенности физических, биологических и психологических систем отсчета. Индивидуальные различия проявляются тем отчетливее, чем сложнее характер деятельности. Наиболее сильное влияние оказывают состояние человека, его тренированность. Изменение состояния, утомление может привести к ухудшению переработки им информации или (в стрессовых состояниях) даже к отказу. Как избыток информации, так и ее недостаток могут приводить к ухудшению состояния и снижению работоспособности. Обучение, тренировка, доведение выполняемой операции до уровня автоматической реакции резко повышают скорость и точность переработки информации.
Применение теории информации в инженерной психологии. Количественные информационные оценки применяются в инженерной психологии для измерения информации, получаемой оператором, для оценки пропускной способности оператора, для характеристик его восприятия и памяти. При информационной оценке стимульного материала необходимо знать: алфавит сообщений, распределение вероятностей и статистические связи сообщений. Эти характеристики психологически неравнозначны. Они имеют различное значение также для последовательного или параллельного стимульного материала. Для оценки энтропии и информации существует ряд формул.
Информационные оценки восприятия и памяти. Экспериментами, проведенными по методике абсолютной оценки, установлено, что человек может безошибочно различать не более 4 концентраций раствора, 6 тонов звука, 5 уровней интенсивности звука, от 10 до 15 позиций между двумя отметками на линейной шкале. (Эти оценки не относятся к специалистам дегустаторам, музыкантам.) Число различимых состояний объекта увеличивается субаддитивно при увеличении числа измерений объекта. Так, при 6различных акустических переменных число различимых категорий звуков оказалось равным около 150.
Экспериментальные исследования кратковременной памяти показали, что человек способен удерживать в памяти не более 9 двоичных цифр, 8 десятичных цифр, 7 букв алфавита, 5 односложных слов, что составляет соответственно 9; 25; 33 и 50 битов. Цифры, характеризующие возможности восприятия и памяти, - усредненные. У отдельных людей они могут значительно отклоняться от указанных значений.
Емкость кратковременной памяти измеряется не количеством информации, а числом информационных единиц, отрезков информации. Поэтому для кодирования информации целесообразно использовать информационно емкие символы. Информационная емкость символа возрастает с длиной алфавита. Алфавит должен быть твердо усвоен оператором, поэтому следует применять либо знаковые алфавиты (цифры, буквы), либо специально обучать оператора новым для него алфавитам.
Наличие зависимости в последовательности символов позволяет преобразовать ее к новому алфавиту. При этом может оказаться, что для записи правила преобразования и нового алфавита необходимо меньше информационных единиц, чем в исходной последовательности, что позволит запомнить последовательности большей длины. Наличие связей между единицами информации уменьшает количество информации, содержащееся в последовательности, а это значит, что в случае наличия таких связей запоминается не исходная последовательность, а результат ее преобразований, в котором связи между символами значительно слабее или отсутствуют совсем.
Объем долговременной памяти в большей степени зависит от информационного содержания, чем от числа единиц символов. Объем долговременной памяти измеряется количеством информации, которая усваивается в среднем при одном предъявлении запоминаемого материала, он составляет от 5 до 20 битов. Иррелевантная информация является помехой при запоминании материала. Избыточность релевантной информации способствует долговременному запоминанию.
Максимальная скорость переработки информации человеком оценивается по-разному при разовом и непрерывном поступлении информации. При разовом предъявлении информации оценивается время реакции в зависимости от информационного содержания стимула. Эксперимент проводится по схеме "стимул - ответная моторная реакция" или по схеме "стимул - отсроченный словесный отчет". В экспериментах по первой схеме была установлена линейная зависимость между временем реакции и количеством информации в стимуле.
Наличие иррелевантной информации увеличивает время обнаружения нового релевантного сигнала. Иррелевантная информация неоднородна по степени влияния на релевантную. Тренировка уменьшает влияние иррелевантной информации.
Временная неопределенность обусловлена несовершенством памяти человека при запоминании временных интервалов и вариативностью времени появления сигнала. Первый фактор сказывается тем сильнее, чем больше интервал времени между сигналами, второй - чем больше вариативность длительности временного интервала. Время простой сенсомоторной реакции растет пропорционально увеличению вариативности интервала между стимулами.
Значимость сигнала определяется величиной потерь (штрафа) для оператора при несвоевременной отработке сигнала. Время реакции на высокозначимые сигналы может быть много меньше, чем на малозначимые. Избыточность полезной информации увеличивает время реакции.
Эксперименты по второй схеме характеризуют не столько скорость обработки информации, сколько объем поля восприятия, так как в широком интервале экспозиций объем поля зрительного восприятия остается почти постоянным, приблизительно равным 4-5 объектам независимо от их информационного содержания.
При непрерывном поступлении информации человек рассматривается как канал связи. Нужно стремиться при этом выполнить требование стационарности канала (эргатический источник информации, хорошо обученный оператор, работа в нормальных условиях и т. д.). Тогда под пропускной способностью человека-оператора можно понимать максимальную скорость безошибочной переработки информации. Примером реализации этих условий может служить хорошо натренированный телеграфист, принимающий на слух сигналы азбуки Морзе и печатающий принимаемый текст на пишущей машинке.
В теории информации рассматриваются каналы с памятью и каналы без памяти. Соответственно, рассматривая человека как канал преобразования информации, можно по аналогии рассматривать три возможности: человек как канал без памяти, как канал с кратковременной памятью и как канал с долговременной памятью. В первом случае человек работает как канал передачи информации, последовательные сигналы как бы независимы друг от друга, предыдущий сигнал не влияет на прием следующего (обнаружение, опознание, запоминание). Пропускная способность лежит в пределах 10-70 бит/сек. Величина определенной таким образом пропускной способности человека сильно зависит от вида деятельности. Экспериментально получены следующие величины пропускной способности для различных видов деятельности (в бит/сек): чтение текста про себя - 45, громкое чтение - 30, игра на фортепьяно - 23, корректорская работа - 18, печатание на машинке - 16, сложение двух цифр - 12, умножение двух цифр - 12, счет предметов - 3.
Если в процессе деятельности человеку необходимо запомнить отрезок входной последовательности, не превышающей объема кратковременной памяти, то в этом случае человека можно рассматривать как канал переработки информации с кратковременной памятью. Пропускная способность в этом случае имеет порядок нескольких битов в секунду.
Если же отрезок необходимой информации превосходит объем кратковременной памяти, то для его запоминания необходимо многократное повторение, и пропускная способность вследствие этого падает до десятых долей бита в секунду и ниже. Для увеличения пропускной способности такого канала можно уменьшать длину входной последовательности. Общий вывод состоит в том, что для увеличения пропускной способности необходимо уменьшать нагрузку на память.
Способы борьбы с избытком и недостатком информации. Различают объективные и субъективные способы решения этих задач. Для устранения информационной перегрузки используются оптимальный для человека код, устранение избыточности (если это не ведет к снижению надежности), организаций параллельных потоков, резервные системы.
Для борьбы с информационным голодом устанавливаются дополнительные источники информации (например, музыка), принимаются меры к снижению монотонности (рекламные щиты на автомобильных трассах).
Сам человек при информационных перегрузках сознательно или бессознательно использует следующие способы: пропуск, создание очередей, ошибки, фильтрация, приближение (загрубление), избегание, отказ.
Оценка полезности информации. Для оценки полезности информации необходимо точно формулировать цель решаемой задачи. О полезности полученной информации судят по тому, насколько она способствует достижению цели. Общих методов оценки в настоящее время не существует, все частные предложения сводятся к оценке полезности информации в вероятностном смысле. По Харкевичу, например, полезность информации может быть оценена, исходя из вероятности достижения цели до получения информации и после ее получения.
Анализ деятельности оператора в режиме слежения с позиции теории автоматического управления. Современная теория автоматического управления (ТАУ) обладает большим арсеналом методов, которые позволяют анализировать и конструировать самые разнообразные сложные системы управления. Многие из этих методов могут найти применение при синтезе и анализе замкнутых систем управления, где регуляторно-контролирующие функции полностью или частично возложены на человека. Блок-схема такой системы для общего случая представлена на рис. 5. Задача оператора заключается в том, чтобы на основе отображаемой информации оценить отклонение выхода системы z(t) от требуемого значения у(t) и посредством соответствующих управляющих воздействий u(t) уменьшить отклонение при учете требований, определяемых как условием устойчивости, так и динамическими характеристиками внешних по отношению к человеку-оператору элементов эргатической системы W0(p). Задачи такого рода называются задачами слежения. Если человеку-оператору отображается только рассогласование ε(t)=у(t)-z(t) и его функции заключаются в сведении ε(t) к нулю, то задача определяется как компенсаторное слежение. Если человеку-оператору отображаются y(t) и z(t), задача определяется как преследующее слежение. Если оператору наряду y(t) и z(t), отображается у (τ), t<τ≤t+Т, то задача определяется как слежение с предвидением.
В процессе разработки системы управления, показанной на рис. 5, желательно иметь математическое описание характеристик человека-оператора. Другими словами, желательно построить математическую модель деятельности оператора, которая была бы совместима с экспериментальными данными, удобна для анализа и синтеза замкнутой системы управления и в то же время способствовала решению некоторых вопросов проектирования деятельности человека в рассматриваемых системах.
Рис. 5. Блок-схема контура слежения в общем случае
Создание адекватной математической модели представляет трудную задачу. Характеристики деятельности существенно зависят от многих факторов, среди которых следует отметить задачу слежения (вид отображаемой информации, динамические характеристики внешних элементов и т. д.), окружающие условия (освещенность, температура, влажность и т. д.), уровень тренированности, мотивацию, степень усталости и т. д. Многочисленные экспериментальные исследования показали, что для человека при выполнении задачи слежения свойственны временная задержка, или транспортное запаздывание, срез высокочастотных составляющих воздействующей функции, дискретность восприятия входного сигнала, экстраполяция, или предвидение, адаптивность, нелинейность, стохастичность. По-видимому, учесть все перечисленные факторы и свойства в одной модели невозможно. Различные модели, приводимые в литературе, представляют попытки в той или иной мере включить в математическое описание указанные свойства. При этом в качестве основы для создания математических моделей использовались (и используются) самые различные методы, сформировавшиеся в ТАУ.
Поскольку области приложения конкретных методов весьма широки и число возникающих при этом вопросов велико, невозможно охватить их исчерпывающим образом в рамках одной работы. Приводимый материал, следовательно, нужно рассматривать лишь как введение к использованию методов ТАУ, основные цели которого заключаются в том, чтобы, во-первых, дать сводку наиболее часто используемых моделей и методов их получения, во-вторых, рассмотреть способы разработки моделей и проиллюстрировать на ряде примеров практическое применение моделей и, в-третьих, отметить основные направления исследований в этой области.
Сводка наиболее употребительных математических моделей и методов их получения. Начальные истоки современных исследований в области систем управления с человеком-оператором с позиций ТАУ относятся к середине 1940-х годов. Основные модели, предложенные в течение этого периода, и методы, на базе которых они были созданы, приведены в табл. 3 (см. с. 110-117).
Таблица 3. Основные математические модели деятельности в режиме слежения и методы их получения [по 38]
Как видно из приводимых в таблице данных, при разработке моделей деятельности человека-оператора применялись различные методы, сформировавшиеся в ТАУ. Однако наиболее часто применялись метод спектрального анализа и метод настройки параметров. В последнее время все большее распространение получают методы, созданные для решения задач оптимального управления. Некоторые результаты, полученные при использовании отмеченных методов, приводятся ниже.
Синтез моделей посредством метода спектрального анализа. Как отмечалось, в общем случае человек-оператор представляет нелинейный и нестационарный элемент системы управления. Для многих практических случаев, однако, его характеристики могут быть представлены квазилинейной моделью. Эта модель наиболее полезна при анализе задачи компенсаторного слежения. В ряде исследований было показано, что для тренированных операторов изменчивость в поведении, которая могла бы влиять на общую характеристику системы, мала. Часть управляющего воздействия может быть линейно соотнесена с отображаемой ошибкой и называется описывающей функцией [39]. Оставшаяся часть линейно не коррелирует со входом и называется остатком ("ремнантой").
Блок-схема контура компенсаторного слежения для случая квазилинейной модели показана на рис. 6. С точки зрения ТАУ это есть система с единственной петлей обратной связи. Важными чертами таких систем являются единственный стимул (ошибка ε(t)) и случайный закон приложения воздействующей функции i(t). С учетом этих ограничений схема на рис. 6 представляет наиболее распространенную структуру реальных систем ручного управления. Как видно из рис. 6, описывающая функция Wr(jω) функционально зависит от спектра входного сигнала Si, передаточной функции объекта управления WO
Рис. 6. Блок-схема контура компенсаторного слежения
Описывающая функция Wr(jω) может быть получена методом, разработанным практически одновременно И. Е. Казаковым в СССР и Бутоном в США, для анализа нелинейных систем при гауссовых случайных входных сигналах. Подробное изложение теоретических вопросов, связанных с получением Wr(jω), содержится в работах Мак-Руера, Крендела, Элкинда, Бике и др. Здесь мы кратко рассмотрим основные результаты.
Если бы характеристики человека-оператора соответствовали характеристикам линейного элемента, то управляющее воздействие (выходную величину человека) u°(t) можно было бы получить из уравнения
где h (τ) - весовая функция. Однако в реальной деятельности человека его выходная величина неизбежно отличается от идеального значения u°(t) на погрешность
Предполагаем, что человек стремится минимизировать среднеквадратичное значение погрешности
Из теории винеровской фильтрации следует, что необходимым и достаточным условием для того, чтобы функция h(t) минимизировала среднее от квадратов погрешностей M{ε2(t)}, является представление h(t) решением личного интегрального уравнения Винера - Хопфа
Здесь Kεu(t) - взаимная корреляционная функция ε(t) и u(t) Kε(t) - автокорреляционная функция ε(t). Перепишем (5), введя спектральные плотности. Учитывая известную зависимость между взаимной спектральной плотностью, между входом и выходом линейного элемента и спектральной плотностью входа и то обстоятельство, что передаточная функция стационарной линейной системы представляет Фурье-изображение ее весовой функции, получим
Здесь Sεu(ω) - взаимная спектральная плотность между ε(t) и u(t); Sε(ω) - спектральная плотность ε(t).
Найдем взаимные спектральные плотности между i(t) и ε(t) и между i(t) и u(t):
Величины (7)и (8) могут быть получены экспериментально. Из (7) и (8) следует, что
Если изобразить зависимость (9) графически, то аппроксимация полученной кривой и будет являться математической моделью деятельности человека. Сложность модели будет зависеть от той точности, с которой мы желаем воспроизвести характеристики человека-оператора.
Однако для многих практически важных случаев можно при аппроксимации ограничиться следующим соотношением:
Член {•} аппроксимирует задержку во времени реакции и транспортное запаздывание в нервно-мышечной системе. Оставшийся член аппроксимирует способность человека приспосабливать свои характеристики в соответствии с требованиями задачи таким образом, чтобы характеристики замкнутого контура соответствовали характеристикам "хорошей" системы управления. К - коэффициент усиления человека; и Тх - соответственно постоянные времени упреждения и запаздывания, вводимые человеком. Численные значения параметров для различных условий приводятся в табл. 3.
Передаточная функция объекта управления является важной переменной, так как она фактически определяет, какой должна быть передаточная функция оператора по крайней мере в области рабочих частот.
В табл. 4 эффективное время запаздывания, те, является низкочастотной аппроксимацией всех высокочастотных запаздываний в системе, включая запаздывания, возникающие от транспортных задержек и из-за динамических характеристик объекта управления. Для получения общего значения спектральной плотности необходимо учесть остаток, который можно представить как белый шум, воздействующий на вход звена "человек-оператор". Например, спектральная плотность ошибки ε(t)
где Snε(ω) - спектральная плотность остатка, рассматриваемого как входной сигнал, введенный в контур перед описывающей функцией оператора.
Таблица 4. Соотношение W0(jω) Wr(jω)
При выводе (11) учтен известный результат спектрального анализа, состоящий в том, что спектральная плотность выхода равна спектральной плотности входа, умноженной на квадрат модуля комплексного коэффициента передачи.
Обоснованность квазилинейной модели связывается с оценкой той части спектральной плотности выходной величины, которая предсказывается моделью на разных частотах. Эта оценка может быть получена посредством вычисления линейной корреляции u(t) и i(t) по
По данным исследований р≥0,9 при плоском спектре с частотой среза ωс=0,75 гц. Линейная корреляция быстро падает с увеличением частоты, содержащейся во входном сигнале. При ωс=1,6 гц р=0,75, а при ωс=2,4 гц р=0,6 для плоского спектра. Экспериментальные данные показывают, что остаток возрастает с увеличением коэффициента усиления объекта управления К0 (при значении К0>К0опт, при возрастании и с увеличением неустойчивости объекта.
В литературе описывается несколько способов уменьшения влияния остатка. Возможно, наиболее важный из них состоит в модификации динамических характеристик объекта управления W0 таким образом, чтобы со стороны человека требовалось малое упреждение (TL≤1). Из этого следует, что в районе частот, соответствующих сопрягающей (или собственной) частоте системы управления, желательно иметь W0=K0/p или W0=К0.
Рис. 7. Общая схема получения математической модели деятельности человека-оператора методом настройки параметров
Другой способ заключается в приспособлении коэффициента усиления объекта К к его оптимальному значению. К сожалению, до настоящего времени последний способ в основном является эмпирическим. Наконец, предлагается использовать низкочастотную фильтрацию выхода человека-оператора.
Использование метода настройки параметров для математического описания деятельности человека-оператора. Созданный в теории адаптивных систем управления метод настройки параметров нашел широкое применение при разработке математических моделей деятельности. В общей форме метод настройки параметров можно сформулировать следующим образом: задана некоторая физическая система Р и множество М потенциальных моделей. Путем выбора параметров требуется найти такую модель тем, выходная величина которой в некотором смысле наиболее соответствует выходной величине Р при одинаковой входной величине.
В нашем случае физическую систему представляет объект, регулируемый человеком. Общая блок-схема метода настройки параметров для случая разработки математической модели деятельности показана на рис. 7. На вход модели и человека-оператора поступает один и тот же сигнал. Выходные величины модели и системы управления сравниваются, образуя сигнал ошибки. Последний подается на вход механизма настройки параметров. Механизм настройки изменяет параметры модели так, чтобы свести к минимуму некоторый критерий, характеризующий качество модели1. Таким образом, при использовании метода настройки параметров необходимо рассмотреть вопросы выбора математической модели, выбора функции критерия качества и выбора методики для настройки параметров.