Модель адаптивные

Принципиальная модель адаптивного планирования выглядит следующим образом [c.112]

Этот метод успешно применяется как при автономной, так и при последовательной идентификации. Метод моментов охватывает следуюш ие аспекты 1) определение передаточных функций объектов по экспериментальным данным 2) нахождение усредненных по времени характеристик динамических систем 3) идентификация объектов в режиме нормальной эксплуатации (метод решения уравнения свертки (6.27)) 4) реализация непрерывной подстройки модели объекта в контуре адаптивного управления 5) определение параметров гидродинамической структуры потоков в технологических аппаратах по экспериментальным данным. [c.328]

Актуальность разработки методов и моделей адаптивного планирования связана с необходимостью учета возникающей в ходе реализации принятых плановых решений новой информации о дополнительных резервах и фактических возможностях производства. [c.109]

Рис. 9.14. Теоретическая модель адаптивной радиации ранних гоминид в Африке, предполагающая высокий уровень видообразования. Спорными аспектами модели являются существование второго вида гоминид 3 млн. лет назад и ранее и разделение восточноафриканских и южноафриканских форм на разные ветви

В системе были впервые опробованы алгоритмы адаптивного управления РРБ, описанные в главе IV и построенные на базе стохастической математической модели. [c.178]

Исследования последних лет показывают, что модель адаптивной топографии, описывающая движение и эволюцию популяций, о которых говорилось выше, не совсем адекватна при описании наиболее [c.522]

Отсюда можно сделать вывод, что одной из задач создания адаптивной АСЗ является составление развитых алгоритмов, основывающихся не на интуитивном представлении о характере процесса, а на строгом математическом описании его. При этом математическое описание его должно включать как математическое описание самого химико-технологического процесса с учетом его кинетики, гидродинамической модели, теплового баланса в условиях аварийных ситуаций, так и описание процессов, происходящих в аппарате после исполнительного управляющего воздействия АСЗ того или иного типа. Система защиты, построенная на основе этого алгоритма, учитывает все особенности защищаемого процесса и за счет варьирования уставки срабатывания позволяет избежать значительных потерь. [c.30]

Неопределенность наших априорных знаний об объекте управления, а также случайные ненаблюдаемые возмущения, приводящие к отклонениям в работе объекта, заставляют прибегать к систематическому уточнению математической модели процесса (адаптация модели к изменяющимся внешним условиям). Та им образом поставленную задачу следует решать с помощью стохастических адаптивных методов. [c.122]

При нахождении экстремума критерия управления обычно учитываются ограничения. Некоторые алгоритмы управления [4] базируются на предположении, что весь процесс осуществляют на изменяющихся под действием возмущений технологических ограничениях. Учитываются также ограничения на диапазон изменения управляющих воздействий и на скорость их изменения [87]. Число управляющих воздействий в различных системах варьируется от двух [129] до десяти [12]. Для корректировки математической модели широко используются адаптивные методы [12, 128]. При решении задач управления учитывается шум в измерениях [4]. [c.140]

Рис. 15.7. Структурная схема адаптив- Рис. 15.8. Структурная схема адаптивной системы с настраиваемой моделью ной системы с эталонной моделью ли — адаптивный идентификатор Р— АМ — адаптивный механиэн ЭМ - эта-регулятор лонная модель

Применение адаптивной модели позволило уменьшить значение критерия качества прогнозирования сГу на 5%, однако разность значений критерия % по отношению к неадаптивной модели невелика. Наряду с этим вычисления по адаптивной модели требуют в три раза больше машинного времени. [c.179]

В отличие от примеров, которые рассмотрены в предыдущей главе, задачи синтеза алгоритмов прогнозирования и управления показателем текучести расплава полиэтилена иллюстрируют построение моделей объектов, представляемых сложной диаграммой взаимных влияний технологических параметров. При синтезе модели количественные данные, получаемые с производства, дополнены качественной информацией. Наряду с этим показан способ конструирования адаптивных систем управления. [c.193]

Представляют интерес системы статической и динамической оптимизации с применением адаптивных моделей (рис. 1-29). В этих случаях математическое описание получают методами математической статистики, отработав экспериментальные данные, характеризующие зависимость между входными и выходными величинами. Особенность адаптивных моделей заключается [c.73]

Р и с. 1-29. САО с применением адаптивных моделей. [c.73]

Методы адаптивного стохастического управления. Алгоритмы адаптивного стохастического управления делятся на активно-адаптивные и пассивно-адаптивные. Остановимся кратко на этих понятиях. Для стохастической системы управления характерно наличие в модели объекта случайных ненаблюдае.чых переменных состояния, неизмеряемых параметров объекта, которые характеризуются вероятностными распределениями [см. например, величины 6, в выражении (1V-2)]. В процессе управления эти вероятностные характеристики уточняются, что уменьшает неопределенность наших знаний об объекте управления. Системы, в которых темп уменьшения неопределенности знаний об объекте зависит от выбора стратегии управления называют активно-адаптивным. Если темп не зависит от стратегии управления, то мы имеем дело с пасснвно-адаптивнымн системами. [c.127]

Обычные аналоговые системы регулирования не обеспечивают оптимального технологического режима, так как параметры производственных процессов с течением времени меняются (т. е. меняется математическая модель процесса), а коэффициенты настройки регулятора остаются неизменными и поэтому не оптимальными. Настройка регуляторов с помощью самонастраивающихся систем не эффективна, так как требует довольно продолжительного анализа характеристик систем. Поэтому наиболее целесообразно применение адаптивных систем управления, которые вырабатывают-управля- [c.76]

Основное требование при адаптивном управлении заключается в том, чтобы модель точно представляла /Объект. Когда параметры [c.76]

При использовании настраиваемой модели выполняется идентификация текущих параметров и переменных величин. По результатам адаптивной идентификации и в соответствии с требуемым качеством управления вычисляются параметры регулятора, проводится их настройка н создаются дополнительные управляющие воздействия на электрогидравлический (ЭГП) или электро- [c.455]

Применение адаптивных систем с эталонной моделью (мат. модель процесса при нормальном режиме) особенно эффективно для управления процессами хим. технологии с резко изменяющимися динамич, св-вами. Всякое изменение характеристик реального процесса оценивается по такой модели, в результате чего вырабатывается корректирующее воздействие для подстройки параметров автоматич. регулятора. [c.24]

Достижение хорошего качества процессов в системе (или даже оптимальности) за счет адаптации обычно связано с включением в систему дополнительных более или менее сложных устройств переработки информации. Поэтому сложные адаптивные системы могут служить адекватной моделью адаптивного поведения достаточно высокоорганизованных живых организмов, которые могут с помощью хорошо развитого аппарата обработки информации производить оценку вероятностных характеристик внешней среды и реагировать в соответствии с этими оценками. В живых системах надорганизменного и суборганиз-менного уровня процессы адаптации должны протекать на более простом в смысле алгоритмического обеспечения уровне. Одним из простейших возможных механизмов адаптации является использование параметрических обратных связей. [c.101]

НИЯ неф (детерминированные модели). Однако на практике моделирован процессов фильтрации осложняется недостаточностью и неточностью инфо мации о строении пласта, параметрах пористой среды и флюидов, данных о з качке и т.д., поэтому для более обоснованного принятия технологических р шений, связанных с оптимизацией разработки нефтяных месторождений, нео ходимо дополнение дeтepм fflиpoвaнныx подходов адаптивными. [c.195]

В работе приведены примеры конкретного применения разработанных адаптивных схем автоматизированного построения адресных геолого-технологических моделей (профили и блoк-диarpa мы) для анализа текущей структуры и выработки запасов. Показано, что разработанные способы адаптивной идентификагщи структуры выработанных запасов подтверждаются результатами ГИС. [c.196]

Логические МПЗ —это модели, разработка которых основывается на использовании исчисления высказываний, исчисления предикатов 1-го порядка, индуктивных моделей правдоподобного вывода и псевдофизических логик. Логико-лингвистические МПЗ — это модели, базирующиеся на применении нечеткой логики и нечетких множеств. Селиютические модели — это адаптивные, или приспосабливающиеся, логико-лингвистические модели. Структурно-лингвистические МПЗ подразделяют на сетевые структурнолингвистические (семантические сети, сети-сценарии, сети Петри и функционально-информационные сети) и фреймы. При поиске решений НФЗ в химии и химической технологии часто используют МПЗ в виде продукционных правил (ПП). [c.33]

Модели представления знаний, использующие исчисление предикатов и теорию нечетких множеств, называют логико-лингвистическими моделями представления знаний. Развитием логических и логико-лингвистических МПЗ являются селиютические модели [3, 23]. Это адаптивные логико-лингвистические МПЗ, приспосабливающиеся к изменению свойств и условий функционирования объекта, а также отображающие возникающие при этом разнообразные текущие и полные ситуации. Семиотическая МПЗ формально представляется в виде [c.54]

В процессе статистического моделирования сравнивали два алгоритма первый—субоптимальный активно-адаптивный мо-ношаговый алгоритм [123], рассмотренный в предыдущем разделе. Преобразованный с учетом математической модели (IV-26) каталитического крекинга, этот алгоритм имеет вид [c.132]

Предъявление заданий должно предусматривать конечные результаты деятельности. Фиксация задания осуществляется в речевой форме (устной или письменной). Учитель должен не только оперативно составлять задания, но и своевременно предъявлять их учащимся. Анализ развития учебной техники позволяет утверждать, что контрольно-обучающие комплексы будут развиваться до уровня интеллектуальных терминалов автоматизированных обучающих систем, сконструированных на базе микроЭВМ. В недалеком будущем ожидается применение в автоматизированных обучающих системах перспективных информационных средств ввода — вывода звуко-зрительной информации, использование адаптивных программ на основе моделей обучаемого и т. д. Это позволит соединить компьютерную технику с эфирным телевидением и тем самым щире использовать их интегральные возможности. Широкое распространение электронной техники, в особенности массовый выпуск персональных компьютеров на основе их соединения со звукосинтезирующей аппаратурой, электронизация учебного химического эксперимента уже в ближайшее время сделают более творческим труд учителя в процессе реализации его педагогических и общетрудовых функций. [c.37]

Адаптивное планирование предусматривает разработку планов, допускающих использование внемодельной доработки, с целью обеспечения расчета оптимальной реализации плановых заданий по специальной совокупности моделей, работающих в режиме досчета . Одно из первых указаний на необходимость разработки комплекса моделей, работающих в режиме досчета основного плана дано в работе [67]. [c.109]

Разработанный пакет программ, включающий в себя программу статистической обработки и генерации данных (UREG), а также оптимального статико-статистического расчета по энтропийным моделям плана выпуска товарной продукции по комплексу НПП (PVTP), обеспечивает широкие возможности по применению методов адаптивного планирования с привлечением решений, вырабатываемых в диалоговом режиме. [c.166]

СоответстЕ ующим выбором коэффициентов регуляторов может быть достигнуто оптимальное по квадратическому критерию качества управление системой с известными параметрами. Однако точные значения параметров системы не всегда известны, поэтому возникает задача оптимальной настройки регуляторов при неполной информации о свойствах системы. Для решения этой задачи применяют методы адаптивного управления, при котором осуществляется идентификация параметров системы и настройка регуляторов. В таких системах алгоритмы управления формируют- ся при помощи настраиваемых или эталонных моделей. [c.455]

Адамкевича реакция 1/3S, 475 5/1 /иаикевича - Гопкинса реакция 1/35 Адамса модификация 1/983 Адамсит 1/35 2/538 3/843, 44, 846 Адаптивные объекты модели 2/749 3/197 системы автоматического регупрс-вания 1/24 Адапторная гипотеза 4/1237. 1240 [c.535]

Справочник химика 21

Химия и химическая технология