Cтраница 3
Стохастические воздействия для таких моделей описываются уравнением авторегрессии. Для этого класса математических моделей хорошо изучены методы оптимального управления с привлечением динамического программирования, а на практике широко используются методы управления с прогнозато-ром. Важным преимуществом метода управления с прогнозатором по сравнению с линейными регуляторами является возможность обеспечивать заданные ограничения на выходные координаты объекта. Методы идентификации для представленных выше двух классов систем управления существенно отличаются. В первом случае обычно идентифицируется спектральная функция. [31]
В термодинамике при конечном времени предполагают, что систему можно разбить на такие подсистемы, в каждой из которых в любой момент времени отклонения интенсивных переменных от их средних по объему значений пренебрежимо малы, а значит, отсутствуют связанные с этими отклонениями потоки внутри подсистем. Изменение же интенсивных переменных происходит только на границах подсистем, так что система в целом находится в неравновесном состоянии. Такое допущение позволяет использовать при описании подсистем уравнения состояния, справедливые лишь в условиях равновесия, для описания переходных процессов в системе оказывается возможным применить обыкновенные дифференциальные уравнения, а для решения экстремальных задач - методы оптимального управления объектами с сосредоточенными параметрами. [32]
Примером первой ситуации выступает приобретение пакета акций некотэрой компании, достаточного для обеспечения бесперебойной поставки ею своей продукции как исходного компонента в сырьевом и полу-фабрккатном обеспечении производственного процесса. Эффективность подобной инвестиции проявляется в нескольких аспектах. Во-вторых, надежность поставки сырья позволяет повысить ритмичность производства и уменьшить потери от простоев. В-третьих, наличие долгосрочных и устойчивых бизнес-контактов позволяет пользоваться методами оптимального управления производственными запасами. Оценка эффективности может быть выполнена прямым счетом. [33]
Известно, что чем ближе трубопроводная система к стационарному режиму, тем она эффективнее. Для стационарного режима целесообразно принимать режим, оптимальный по максимуму пропускной способности или по минимуму энергетических затрат. Под стабилизацией режима работы трубопроводных систем понимают принятие определенных управляющих воздействий с тем, чтобы фактический режим был близок с достаточной точностью к оптимальному стационарному режиму. Для решения этих задач можно использовать методы так называемого оптимума номинала и методы оптимального управления распределенными системами, к которым относятся трубопроводные системы. Рассмотрим некоторые подходы к решению данных задач. [34]
Во втором методе рассмотрена задача планирования оптимальных гармонических входных сигналов в проблеме идентификации линейных стационарных динамических систем с одним входом и векторным выходом с учетом ограничений на характеристики входных и выходных сигналов. Для решения этой задачи применяется частотно-временной подход: входной сигнал формируется в заданной полосе частот и на больших временных интервалах. Оптимальность входных сигналов понимается в смысле критериев D -, Е - и Z-оптимальности, принятых в теории планирования эксперимента. Решение задачи планирования оптимальных гармонических входных сигналов сводится к решению задачи нелинейного математического программирования. Предлагаемым методом формируется множество эквивалентных входных сигналов, каждый из которых обеспечивает наибольшую точность оценивания неизвестных параметров. На больших временных интервалах метод формирования тестовых оптимальных гармонических входных сигналов обладает рядом преимуществ перед методом формирования входных сигналов методами оптимального управления: нет необходимости решения двухточечной краевой задачи и простотой учета ограничений на входной и выходной сигналы, как по их значениям, так и по скоростям их изменения. [35]