Cтраница 1
Линейные методы тогда неприменимы и для расчета системы используются нелинейные методы, значительно менее разработанные. Параметры системы приходится при этом подбирать случайно, пробами, каждый раз проверяя их построением процесса. В более сложных случаях используются различные иные приемы численного или графического интегрирования нелинейных дифференциальных уравнений. Приемы эти описаны в многочисленных курсах по численным и графическим методам приближенного анализа, и поэтому обычно изучение их не включается в курсы теории автоматического регулирования. Специфику дифференциальных уравнений, описываю-ших процессы в системах автоматического регулирования, до сих пор не удалось использовать для того, чтобы существенно упростить эти общие приемы или определить исходя из них какие-либо косвенные оценки процесса регулирования в нелинейных системах, приемлемые для технических расчетов. [1]
Линейные методы требуют минимальных затрат времени, так как их реализация обходится без итераций. Естественно, что эти методы могут быть использованы тогда, когда ожидаемые значения наблюдений являются линейными функциями параметров. [2]
Линейные методы оценивания не итеративны по своему характеру, поэтому их реализация не требует большого времени ЭВМ. Линейный МНК - прекрасный пример такого метода. Если вид распределения неизвестен, то его можно задать из семейства экспоненциальных распределений, и объем вычислений также будет от носи-тельно мал. Химическая кинетика, однако, есть пример типично-нелинейных процессов. И для того, чтобы можно было применять линейные методы, кинетическую модель необходимо сначала линеаризовать. [3]
![]() |
Схема измерения ЭДС генератора, р - внутреннее сопро-генератора тивление генератора. Исследовате. [4] |
Линейные методы редукции для измерительных преобразователей первого и второго порядков рассмотрены в гл. [5]
Линейные методы разделения площадей перекрывающихся пиков являются приближенными методами, области применимости которых в зависимости от конкретных условий могут быть сильно ограничены, даже если присущие им погрешности оказываются меньшими по сравнению с другими методами. [7]
Сопоставляя линейные методы и методы динамического программирования, можно сделать вывод, что теория линейных систем допускает широкое использование аналитических методов и качественного исследования решения. Методы динамического программирования, напротив, значительно лучше приспособлены к использованию численных процедур решения. Если допустимо применение тех и других методов, то решение для широких классов объектов проще получить линейными методами. [8]
С линейным методам обработки данных относятся: простой метод Ледена ( разд. [9]
Ниже излагаются линейные методы разделения, метод потенциальных функций и метод стохастической аппроксимации. Метрические методы разделения в пространстве признаков обсуждаются в гл. [10]
При исследовании линейными методами указанная характеристика заменяется линейными участками. [11]
Наряду с линейными методами суммирования изучались также методы множителей, которые определяются следующим образом. [12]
В главе б линейные методы редукции рассмотрены в ситуациях, когда доступна априорная или ( и) дополнительная информация об измеряемом объекте. Здесь же рассмотрены методы уточнения теорертико-вероятностных моделей измерений, в том числе - случайных. [13]
В главе 6 линейные методы редукции рассмотрены в ситуациях, когда доступна априорная или ( и) дополнительная информация об измеряемом объекте. Здесь же рассмотрены методы уточнения теоретико-вероятностных моделей измерений, в том числе - случайных. [14]
Во всех этих случаях линейные методы неприменимы, и построение оптимальных операторов управления требует применения методов, свободных от ограничений, перечисленных в начале настоящего параграфа. [15]