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
Идентификация, динамические системы, методы статистический обработки, метод наименьших квадратов, обобщённый метод наименьших квадратов, взвешенный метод наименьших квадратов, метод максимального правдоподобия, байесовские методы, методы регуляризации
Короткий адрес: https://sciup.org/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.
