Методы статистической обработки данных в задачах идентификации динамических систем

Автор: Битковский Д.И., Моторко А.В., Алалван А.Р.Д.

Журнал: Juvenis scientia @jscientia

Рубрика: Технические науки

Статья в выпуске: 1, 2018 года.

Бесплатный доступ

В данной статье рассматривается проблема идентификации динамических систем. Приводится инфографика, описывающая количество научных работ на заданную тему. Для большего понимания даётся определение понятий «идентификация динамической системы» и «динамическая система». Далее обозначается классификация методов для решения задачи идентификации: аналитические и компенсационные; статистические и нестатистические; градиентные и не градиентные; поисковые и беспоисковые. Более подробно описываются методы, связанные со статистической обработкой данных: метод наименьших квадратов; обобщённый метод наименьших квадратов; взвешенный метод наименьших квадратов; метод максимального правдоподобия; байесовские методы; методы регуляризации. Для некоторых методов есть изображения для наглядности работы. Так же объясняется почему необходимо использовать именно эти методы для идентификации динамической системы и нахождения конечного результата

Еще

Идентификация, динамические системы, методы статистический обработки, метод наименьших квадратов, обобщённый метод наименьших квадратов, взвешенный метод наименьших квадратов, метод максимального правдоподобия, байесовские методы, методы регуляризации

Еще

Короткий адрес: https://readera.ru/14110471

IDR: 14110471   |   DOI: 10.15643/jscientia.2018.01.003

Список литературы Методы статистической обработки данных в задачах идентификации динамических систем

  • Буштрук Т.Н., Буштрук А.Д., Евдокимов И.В. Метод идентификации моделей фильтр Заде//Современные информационные технологии. 2004. № S1. C. 122-125.
  • Евдокимов И.В. Процедура идентификации как этап создания систем управления и принятия решений//Проблемы социально-экономического развития Сибири. 2012. №4. С. 14-18.
  • Гареева Р.Г. Идентификация динамических объектов: методические рекомендации по выполнению лабораторных работ и расчетного задания по курсу «Основы автоматического управления». Бийск: Изд-во Алт. гос. техн. ун-та, 2008. 28 с
  • Евдокимов И.В. Математическое и программное обеспечение идентификации нелинейных динамических объектов при использовании суммы гармонических сигналов: автореф. дис. … канд. техн. наук. Братск: БрГУ, 2006. 17 с.
  • Евдокимов И.В. Сумма гармонических сигналов с постоянной составляющей как тестирующее воздействие в одном методе активной идентификации//Труды Братского государственного университета. Серия: Естественные и инженерные науки. 2005. Т. 1. С. 39-41.
  • Evdokimov I.V., Markomenko A.S., Konstantinov V.I., Zagrebin V.A., Maksimov A.E. The Decision of the Traveling Salesman Problem in Two Different Ways: "Hungarian Method" and "The Method of Branches and Borders"//Integration of the Scientific Community to the Global Challenges of Our Time": materials of the II international scientific-practical conference. In three volumes. Vol. I. Osaka, Japan: Regional Academy of Management, 2017. Pp. 294-298.
  • Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс. М.: Издательство «ДЕЛО», 2004. С. 41.
  • Дрейпер Н., Смит Г. Прикладной регрессионный анализ. Книга 1. В 2-х кн. М.: Финансы и статистика, 1986. 145 c.
  • Теорема Байеса. URL: https://www.wikiplanet.click/enciclopedia/ru/Теорема_Байеса.
  • Регуляризация Тихонова. URL: http://physics.herzen.spb.ru/library/03/02/mcad12/Index12-4.htm.
  • Евдокимов И.В., Михалев А.С., Отто А.М. Применение Matlab System Identification Toolbox для построения математических моделей класса фильтр Заде//Системы. Методы. Технологии. 2017. № 3(35). С. 64-70.
  • Ильюшин И.А., Евдокимов И.В. Программное обеспечение идентификации экономических нелинейных динамических систем в классе блочно-ориентированных моделей//Современные информационные технологии. 2016. №23(23). С. 21-24.
Еще
Статья научная