Cтраница 3
В случае параметризации импульсных характеристик, входящих в модели вида (1.29), (1.30), задача построения модели сводится по существу к определению параметров импульсных характеристик по косвенным экспериментальным данным. [31]
Поскольку при изменениях режима работы динамических объектов часто изменяются их динамические характеристики, возникает задача построения подстраиваемой модели. [32]
Можно надеяться, что книга будет интересна инженерам-системотехникам, занимающимся вопросами управления, исследования операций, математического моделирования, моделирования в биологии и медицине, и специалистам в других областях, где возникают задачи построения моделей систем по наблюдаемым данным. [33]
Такая задача может решаться только с помощью ЭВМ, поскольку и поиск параметров, и вычисление критерия требуют больших вычислительных затрат и больших объемов информации. Чаще всего задачи построения моделей объектов управления и использования моделей возникают в автоматизированных системах управления технологическими процессами ( АСУТП), в составе технических средств которых имеются управляющие вычислительные системы, состоящие из нескольких ЭВМ. [34]
Рассматривая функции f0 и g, необходимо выделить два случая: ( I) функции f и g известны с точностью до неизвестного вектора параметров 9; ( И) функции f0 и g неизвестны. В случае ( I) задача построения модели полностью решена, если параметр в оценен по эмпирическим данным. Такая ситуация встречается в механических или электромеханических системах, таких как самолеты и турбогенераторы, динамика которых полностью известна, за исключением нескольких параметров. [35]
Модели детерминированные и стохастические. Из сказанного следует, что задача построения модели явления, процесса или системы состоит в нахождении соотношений между величинами, описывающими течение данного явления, процесса или функционирование данной системы. Если эти соотношения позволяют по данным значениям одних величин однозначно определить значения других, то описываемая ими модель называется детерминированной. Если же эти соотношения по данным значениям одних величин определяют другие как случайные величины, то описываемая ими модель называется стохастической. [36]
Модальные логики первоначально предназначались для формализации языковых модальностей, но в последнее время это понятие стало включать любые расширения классической логики дополнительными операциями, играющими роль логических связок. Для таких логик в первую очередь решаются задачи построения моделей, проблема разрешимости и другие внутренние задачи. Однако, кроме этих задач, большой интерес представляет вопрос о выразительных возможностях пропозициональных модальных логик. Разумеется, в любом бесконечном языке можно выразить сколь угодно сложные понятия и отношения, но для этого может потребоваться сложная и неестественная интерпретация. Поэтому, когда мы говорим о выразительных возможностях пропозициональных языков, то мы имеем в виду только содержательно естественные интерпретации. Начало этой проблематики восходит к Геделю, который использовал модальную логику как модель интуиционистской логики, а также для представления предиката доказуемости в арифметике. Представление арифметических предикатов в пропозициональных модальных логиках основано на том, что некоторые характеристические свойства предикатов могут быть сформулированы в пропозициональном языке. В работе [2] рассмотрен один из возможных способов представления систем предикатов в пропозициональных модальных логиках. Формулы таких логик мы назвали свойствами, поскольку они описывают определенные характеристики представляемых предикатов. Эти свойства не обязательно определяют нужные предикаты однозначно, как например, неоднозначно представлен в логике Геделя-Леба предикат доказуемости. В модальных логиках, описанных в [2], отсутствуют средства представления термов и кванторов, без чего трудно рассчитывать на полноту описания предикатов в достаточно богатых теориях. Прежде чем говорить об описании свойств термов в пропозициональных модальных логиках, необходимо уточнить, какие языки и логики мы можем называть пропозициональными. По-видимому, главным признаком пропозициональности языка является отсутствие других переменных, кроме пропозициональных, имеющих двуэле-ментную ( в общем случае - конечную) область значений. [37]
В этих случаях, а также при проектировании систем при неполной информации об объекте управления современные методы теории и практики управления предусматривают применение специальных методов в системе управления с целью уточнения модели в процессе функционирования и управления объектом ( адаптивные, самонастраивающиеся системы, системы дуального управления и Др. Во всех этих случаях, хотя первоначальная модель является далеко неполной, ее уточнение осуществляется в процессе управления, и задача построения модели решается самой системой управления. Точность построения модели здесь играет не меньшую роль, чем при построении одноразовой модели. [38]
ММР влияет на качество получающегося полимера, его физико-механические показатели. Таким образом, поскольку ММР несет большой объем информации о механизме протекания процесса полимеризации и позволяет прогнозировать качество полимера в широкой области изменения его параметров, а также учитывая большой прогресс в области измерения ММР, достигнутый за последнее время, следует считать задачу построения моделей на уровне ММР основной при моделировании полимеризационных процессов. [39]
Показана возможность комплексного решения вопроса последовательной нормализации работы всех звеньев от забоя до устья скважины. Приведена статистическая обработка оперативной оценки эффективности различных методов интенсификации добычи нефти. Решена задача построения адекватной адаптационной модели для некоторых процессов механизированной добычи нефти. [40]
Сравнение расчетных и экспериментальных данных показывает их определенное совпадение. Однако построение математической модели, включающей только исходные факторы, при описании нелинейных объектов может не дать удовлетворительного результата. Потому была поставлена задача построения модели путем обработки экспериментальных данных методом гибкой ( управляемой) регрессии. В качестве базовых функций приняты многомерные полиномы второго порядка: собственно исходный фактор, его квадрат или квадратичная функция, а также произведения факторов называются рег-рессорами. Регрессоры, коррелированные между собой при jxi - 0 985, были устранены. [41]
Такой прием позволяет сделать модель параметрической. Теперь она содержит ограниченное множество параметров 0 -, подлежащих определению. А поскольку параметры входят в модель линейно, задача построения модели существенно упрощается. Модели типа суммы и интеграла свертки могут быть использованы и для описания многооткликовых линейных инерционных систем. [42]
Таким образом, нужна информация о структуре залежи и связанной с ней структуре запасов. Только на этой основе могут быть корректно поставлены и решены задачи построения геолого-газодинамических моделей процесса разработки. [43]
В монографии рассматриваются математические модели операций по лечению отслойки сетчатки. С помощью асимптотических и численных методов исследуются напряженно-деформированное состояние и локальная устойчивость оболочки глаза в окрестности циркляжного шва. Предлагается одна из возможных биомеханических моделей развития отслоения сосудистой оболочки, чаще всего возникающего при травмах глазного яблока. Описывается задача построения модели развития глаукоматозной атрофии зрительного нерва. [44]
Основной недостаток этих методов, за исключением метода обучающейся модели, заключается в их непрямом подходе к задаче. Классическими методами обычно определяется весовая или передаточная функция системы. В то же время, как правило, наиболее желательно получить основные дифференциальные уравнения, описывающие систему, а задача построения модели системы по весовой или передаточной функции далеко не всегда тривиальна, особенно если эти функции получены, как это обычно бывает, в графической форме. [45]