Cтраница 2
Структурная схема идентификации нелинейного объекта. [16] |
В рамках байесовского подхода к идентификации систем рассматриваются задачи оценивания параметров и предсказания выхода и состояния, оценивания в замкнутом контуре, устойчивого оценивания, оценивания и предсказания в реальном времени, одноразового оценивания классификации систем. [17]
В виброакусгичбской диагностике, как правило, решение задачи оценивания параметров основано на наблюдениях исследуемого объекта. [18]
Этот тип плотности вероятности играет важную роль в задаче оценивания неслучайных параметров. [19]
Этот тип плотности вероятности играет важную роль в задаче оценивания неслучайных параметров. [20]
В предыдущей главе мы ограничивались рассмотрением линейных систем, теперь же рассмотрим задачу оценивания параметров нелинейных моделей объектов. [21]
При статистической проверке гипотез и математическом мо-делировант очень часто приходится сталкиваться с задачей оценивания параметров нелинейных моделей. Если известен вид распределения экспериментальных случайных величин или статистические веса отдельных измерений, то можно построить кри - терий оптимизации, использование которого позволяет получить t -, оценки, обладающие набором наиболее важных оптимальных свойств [ 1 2], Процедура оптимизации в этом случае обычно связана с большими вычислительными трудностями, одниьг из способов преодоления которых является линеаризация модели п построение упрощенного критерия оптимизации, соответствию-щего линейной форме модели [.] Однако если не принять специальных мер предосторожности, такой подход может привести к ухудшению свойств оценок. [22]
После того как структура модели выбрана или задана, задача идентификации объекта сводится к задаче оценивания параметров. С байесовских позиций, оценка - это распределение вероятностей, зависящее от имеющихся данных, а любая точечная оценка - это некоторое описание этого распределения. В байесовской статистике неизвестные параметры не оцениваются, а для них вычисляется апостериорное распределение вероятностей. Байесовский подход особенно плодотворен в тех случаях, когда оценивание параметров составляет часть адаптивного управления и выполняется в замкнутом контуре. [23]
Из уравнений ( 127), ( 128) следует, что с помощью априорной информации регу-ляризуется задача оценивания параметров. [24]
Если инженер хочет получить наилучшую из возможных оценку одного или нескольких параметров модели процесса, то возникает так называемая задача оценивания параметров. Под параметрами мы подразумеваем те коэффициенты, которые входят в модель; они являются паременными ансамбля. Оценивание некоторого отдельного значения параметра дает точечную оценку, а более чем одного - совместную оценку. Нахождение оценок параметров многих типов моделей рассматривается в гл. Здесь же мы изложим основные концепции и проиллюстрируем их с помощью нескольких простых примеров. [25]
Отмечается, что в условиях, когда информационная матрица Фишера исходной линейной модели вырождена или близка к вырожденной, задача оценивания параметров линейной модели принадлежит к классу некорректно поставленных задач и без учета дополнительной априорной информации невозможно получить приемлемые по точности оценки искомых параметров. В главе представлены различные схемы учета априорной информации, основанные на методах Байеса, минимаксном и ОММП. Для ОММП даны две схемы оценивания в зависимости от вида априорной информации. [26]
Когда класс операторов А выбран достаточно узким, так что любой его элемент однозначно определяется заданием некоторых параметров, задача идентификации объекта сводится к задаче оценивания параметров. [27]
Во-вторых, обсуждается компактный способ подстройки ряда AR-моделей различного порядка к одним и тем же данным. В-третьих, обсуждается задача оценивания параметров в системах с медленно изменяющимися характеристиками. [28]
Использование ФДМ в задаче оценивания параметров механических связей в условиях ограниченного наблюдения, нестационарности и наличия коррелированного шума позволяет выделить полезную информацию о динамических свойствах МС и представить ее в форме, удобной для дальнейшего использования в процедурах идентификации и вибродиагностики. [29]
Процесс определения технического состояния включает в себя несколько этапов, среди которых важное место занимает обработка результатов измерения диагностических параметров. Она сводится к решению задачи оценивания параметров распределения. [30]