Метод функциональных преобразований и его применение в задачах моделирования и идентификации систем тема диссертации и автореферата по ВАК РФ 05.13.18, доктор технических наук в форме науч. докл. Пащенко, Федор Федорович

• Пащенко, Федор Федорович
• доктор технических наук в форме науч. докл.
• 2001

Оглавление диссертации доктор технических наук в форме науч. докл. Пащенко, Федор Федорович

СОДЕРЖАНИЕ РАБОТЫ

1. Моделирование систем. Проблемы и постановка задачи идентификации.

1.1. Общая постановка задачи идентификации.

1.2. Проблемы статистического анализам идентификации систем.

2. Математический аппарат Метода функциональных преобразований.

2.1. Общая часть.

2.2. Обобщенные корреляционные функции и моменты.Основные Определения.

2.3. Свойства обобщенных корреляционных функций.

2.4. Свойства дисперсионных функций.

3. Метод функциональных преобразований и моделирование систем. Оценка структурных характеристик моделируемых систем.

3.1. Постановка задачи.

3.2. Сводка основных теорем Метода функциональных преобразований.

3.3. Методы структурной идентификации.

3.3.1. Состоятельный метод наименьших квадратов.

3.3.2. Выбор информативных переменных.

3.3.3. МФПкак метод построения прямой и обратной моделей.

3.3.4. Состоятельные методы структурной идентификации.

3.4. Применение Метода функциональных преобразований при анализе и моделировании закономерностей на основе знаний.

4. Метод функциональных преобразований и статистическая линеаризация.

4.1. Статистическая линеаризация систем.

4.2. Идеи статистической линеаризации и их применение в задачах идентификации на основе Метода функциональных преобразований.

4.3. Дисперсионная идентификация и статистическая линеаризация.

5. Идентификация объектов по сложным статистическим критериям.

5.1. Критерии идентификации.

5.2. Идентификация линейных объектов управления.

5.3. Идентификация нелинейных объектов в классе полулинейных систем.

5.4. Идентификация систем по векторному критерию.

5.5. О моделях, оптимальных по различным критериям.

6. Использование знаний в задачах идентификации.

6.1. Постановка задачи и примеры знаний о моментных характеристиках систем.

6.2. Идентифицируемость систем.

6.3. Модели астатических объектов.

6.4. Оценка весовой функции линейной аппроксимации системы при знаниях о ввде входных сигналов.

6.5. Определение параметров дискретных динамических объектов при наличии ограничений.

7. Информационные методы идентификации.

7.1. Введение.

7.2. Основные определения.

7.3. Идентификация объектов по критерию максимума количества информации. Общий случай.

7.4. Идентификация объектов по критерию максимума количества информации. Случай нормального распределения.

7.5. Идентификация объектов при знаниях об ограничениях на параметры.

7.6. Информативность. Стохастичность. Идентичность.

8. Метод многоступенчатой идентификации.

8.1. Введение и постановка задачи.

8.2. Метод двухступенчатой идентификации.

8.2.1. Статические объекты.

8.3. Некоторые свойства моделей ММИ.

8.4. Точность прогнозирования по моделям многоступенчатой Идентификации.

8.5. Метод многоступенчатой идентификации как метод декомпозиции.

8.6. Представление ненаблюдаемых входов при помощи модели пространства состояний.

8.7 Оценка количества вычислений при многоступенчатой идентификации.

9. Адаптивные методы оценивания параметров объектов и моментов случайных функций. Использование знаний для ускорения сходимости алгоритмов.

9.1. Проекционные методы адаптивной идентификации.

9.2. Двухпараметрические алгоритмы. Скалярный случай.

9.3. Использование априорных знаний о знаках параметров.

9.4. Алгоритмы с использованием знаний об области изменения

Параметров.

9.5. Комбинированные алгоритмы.

9.6. Сходимость адаптивных алгоритмов при идентификации замкнутых систем.

10. Применения.