Статистический подход к задаче идентификации

Статистический подход к задаче идентификации [c.303]

На практике задачу обоснования плановых цен среди других плановых задач рассматривают как решаемую в условиях известной неопределенности. Это приводит к попыткам ее решения с помощью экономико-статистических, в известной мере стохастических (вероятностных) методов на базе изучения динамики себестоимости заготовления или реализации продукции в течение ряда предшествующих плановому году лет. Однако такой подход является эмпирическим и связан со сложными корректировочными расчетами применительно к условиям планируемого периода. В последнее время в условиях АСУП при решении задач идентификации цен все шире применяют методы прямого счета, основанные на принципах динамического программирования, поскольку в тех случаях, когда качество, количество и поставщики ресурсов на производственную программу известны, то решение сводится к отысканию в памяти ЭВМ необходимых позиций библиотеки цен или тарифов, особенно по материалам массовой поставки. При осуществлении контроля цен вручную производится поиск необходимых позиций прейскурантов оптовых цен или справочников тарифов и расценок. [c.180]

При статистическом подходе к задаче идентификации предполагается, что технологический оператор 6 7осуществляющий соответствующее отображение у ( ) = < [и (( ], является стохастическим. [c.303]

При статистическом подходе к задаче идентификации в качестве критерия близости оператора Ф к оператору еЖпринима-ется критерий близости выходных сигналов у (1) и у ( ). В частности, вводится функция С [у 1), у ( )], зависящая от выходных переменных модели и объекта (эту функцию иногда называют функцией цены за ошибку, функцией потерь или функцией штрафа). Цель введения штрафной функции — количественная характеристика потерь, связанных с недостижением абсолютно точной идентификации. Критерием близости модели к объекту служит [c.303]

Задача идентификации нелинейных объектов, функционирующих в условиях случайных возмущений, представляет весьма сложную математическую проблему, которая в настоящее время находится в стадии разработки и еще далека до своего завершения. Тем не менее уже сейчас можно назвать ряд методов, которые хотя и нельзя считать исчерпывающими, однако дающие достаточно хорошее приближенное решение задачи идентификации нелинейных объектов статистическими методами. К таким методам можно отнести 1) методы, основанные на использовании дисперсионной и взаимодисперсионной функций случайных процессов 2) метод линеаризации нелинейной регрессии на участках гомоскедастич-ности математического ожидания условной дисперсии функции у ( ) относительно и ( ) 3) винеровский подход к идентификации нелинейных систем 4) метод идентификации нелинейных систем, основанный на применении аппарата условных марковских процессов. [c.438]

Один из возможных путей преодоления трудностей, возникающих в задачах оценки параметров состояния и идентификации объектов химической технологии, состоит в использовании аппарата статистической динамики, оперирующего с интегральными операторами и весовыми функциями исследуемых систем. Интегральная форма связц между входными и выходным сигналами через весовую функцию системы предпочтительна как с точки зрения устойчивости помехам, так и с точки зрения эффективности вычислительных процедур. Достоинство данного подхода к решению задач идентификации состоит также в том, что открывается возможность Широко использовать замечательные свойства аналитических случайных процессов при синтезе оптимальных операторов объектов с конечной памятью . Заметим, что требование линейности системы для реализации данной методики в незначительной мере снижает ее общность. Как следует из рассмотренного в главе Примера, эта методика применима для широкого класса нелинейных объектов химической технологии, если воспользоваться методом нелинейных преобразований случайных функций. Специфика нелинейных объектов в химической технологии такова, что практически почти всегда можно свести нелинейные дифференциальные операторы к линейным или квазилинейным интегральным операторам. Это достигается либо путем разложения решения нелинейного дифференциального уравнения по параметру, либо с помощг.ю специальной замены переменных. [c.495]

При постановке задачи поиска констант как задачи идентификации механизм процесса считается точно известным (задан), при этом нет надобности в сложной серии статистических оценок. Основной круг рассматриваемых проблем сводится к определению сходимости, повышению ее скорости, локальному и глобальному поиску экстремума, преодолению овражности функций, особенно при учете ограничений и т. д. При этом наряду с детерминированными методами используются статистические методы поиска . При определении кинетических констант возможно также сочетание поискового и статистического подхода с глубоким профессиональным анализом, который должен обеспечиваться математиками совместно со специалистами по процессам и аппаратам. [c.77]

Справочник химика 21

Химия и химическая технология