Функция - невязка
Cтраница 1
Функции невязок для других одноконтурных групп Ассура высоких классов с неравномерно и равномерно распределенными поводками независимо от их класса составляются аналогично. [1]
 |
Минимизация по склону. [2] |
Функция невязки при большом количестве идентифицируемых параметров является сильно овражной функцией. Для минимизации подобных функций используются различные методы, в том числе овражные методы. Авторами разрабатываются методы минимизации овражных функций по склону без предварительного спуска на дно оврага. [3]
Вапником функция невязки Jk обладает тем свойством, что имеет минимум при определенной степени полинома ( k), Традиционная функция невязки Т ( а) является монотонно убывающей при увеличении степени аппроксимирующего полинома и поэтому не может быть использована для решения задачи выбора наилучшего полинома. [4]
Минимум функции невязки ищется итеративным способом, который подробно изложен в работах [1, 2] - Число шагов итерационного поиска зависит от вида минимизируемой функции. Согласно теоретическим исследованиям [3], для функции, достаточно близкой к квадратичной, процесс поиска должен заканчиваться при числе итераций, равном числу искомых констант. [5]
А - функция невязки, для расчета которой в [56] предложен специальный экономичный алгоритм. [6]
Доя формирования функции невязки на управляемый объект подается пробное управляющее воздействие И - осевая нагрузка на до-лато. Ошибка рассогласования j формируется как разность между измеряемым значением проходки Н и прогнозируемым по математической модели значением h, На основе j определяется функция невязки % ц минимизируя которую определяют значения V - начальной скорости бурения и К - скорости изменения оценки износа вооружения долоте, на каадом шаге поиска. [7]
Расчет ущербов как функции возникающих невязок представляет собой самостоятельную задачу. [8]
 |
К идентификации параметров модели объекта регулирования путем минимизации интеграла квадрата невязки Z ( t. [9] |
Для нахождения экстремума функции невязки в форме ( 54) используется метод локального случайного поиска экстремума функции многих переменных. [10]
Вид линий равного уровня функции невязки для той же таблицы, но зашумленной стохастической добавкой при ( ( 3 0 1 приведен на рис. 4.5.4. Здесь минимальное значение функции невязки не равно нулю, но ее оптимум близок к истинному. [11]
Изменяются при этом также и функции невязок. [12]
В отличие от первой модели функция невязки здесь многоэкстремальна, ее глобальный минимум и решает задачу восстановления. [13]
 |
Блок-схема беспоисковой идентификации динамического объекта. [14] |
В последнем случае определение градиента функции невязки уже представляет серьезные трудности. [15]
Страницы: 1 2 3