Оценивание - параметр
Cтраница 1
Оценивание параметров в замкнутом контуре управления при наличии и отсутствии внешнего возмущения обсуждается в гл. Были запрограммированы и проверены различные алгоритмы управления с подстройкой параметров, после чего было проведено их сравнение по результатам моделирования работы систем с реальным объектом и аналоговой моделью объекта. В некоторых примерах были отмечены быстрая сходимость и хорошее качество управления этих цифровых алгоритмов с подстройкой параметров. Принцип параметрической адаптации был также использован для адаптивного управления с прямой связью и многомерного управления. Нелинейности, обусловленные квантованием по уровню или ошибками округления, и порождаемые ими эффекты, например статические ошибки и предельные циклы при цифровом управлении с обратной связью или зоны нечувствительности в цифровых системах с обратой связью и фильтрах, исследуются в гл. В ней рассмотрены вопросы реализации цифровых фильтров высоких и низких частот и рекуррентного сглаживания. Различные способы управления исполнительными устройствами с помощью прямой и обратной связи описаны в гл. [1]
Оценивание параметров, отражающих уровень и неоднородность контролируемой характеристики проката в генеральной совокупности, проводится на основании результатов первичных испытаний, образующих выборку. [2]
Оценивание параметров К или решение обратной задачи основано на минимизации некоторой подходящей меры отклонения, рассчитанной по модели и из экспериментальных данных. [3]
Оценивание параметров, например, математической модели, аппроксимирующей поведение изделия во времени, состоит в следующем. Выходные параметры изделия, о значениях которых мы знаем по результатам наблюдений, в общем случае являются нестационарными случайными процессами. [4]
Оценивание параметров является традиционным методом решения задачи восстановления регрессии. [5]
Оценивание параметров распределбний методом минимума х2 - Изложенный метод проверки гипотез о распределениях естественно наводит на мысль искать такие оценки неизвестных параметров гипотетического распределения, при которых полученная реализация х2 меры расхождения Z экспериментальных данных с гипотетическим распределением имеет минимальное значение. [6]
Оценивание параметров уравнения регрессии в случае сильной мультиколлинеарности основано на различных методах регуляризации задачи - модификациях регрессии на главные компоненты, гребневых и редуцированных оценках. Со статистической точки зрения получаемые оценки являются, в отличие от мнк-оценок, смещенными. Однако они обладают рядом оптимальных свойств, в частности обеспечивают лучшие прогностические свойства оцененного уравнения регрессии на объектах, не вошедших в обучающую выборку. [7]
Оценивание параметров линейно изменяющегося сигнала, наблюдаемого на фоне гауссова шума. [8]
Оценивание параметров совокупных производственных функций ( в особенности функций типа Кобба-Дугласа) за счет их приспособления к временным рядам подвержено хорошо известным статистическим затруднениям. Он выдвигает гипотезу, согласно которой технический прогресс нейтрален и стохастически независим как от соотношения количеств факторов, так и от уровня выпуска, а также считает, что существует постоянная отдача от масштаба. Иными словами, предполагается, что соотношение предельных производительностеи двух факторов определяется исключительно соотношением их количеств. Выражаясь несколько по-другому, при абстрагировании от проблем, связанных с вертикальной интеграцией или дезинтеграцией, в любой текущий момент совокупная производственная функция идентична той, что была в любой предыдущий момент. [9]
Для оценивания параметров функции регрессии (1.5) можно построить план, предназначенный для проведения не восьми, а четырех измерений. [10]
Для оценивания параметров бинарного взаимодействия моделей, а следовательно, и для дальнейших расчетов, могут использоваться как полные экспериментальные данные ( X-Y-T-P), так и неполные данные ( X - Т - Р, X-Y-P, X-Y-T), полученные в изобарических или изотермических условиях. В азеотропных смесях для оценивания параметров модели достаточно информации об азеотропной точке. [11]
Для оценивания параметров систем одновременных уравнений в настоящее время помимо классических методов, рассмотренных в предыдущих параграфах, используются различные итеративные процедуры, основанные на методе неподвижной точки. [12]
 |
Реализация процедур оценивания на основе явных математических выражений ( о и настраиваемых моделей б. [13] |
Задача оценивания параметров в основном решается двумя способами. В первой группе способов используются явные математические выражения, во второй - настраиваемые модели. Структурные схемы реализации этих двух способов приведены на рис. 7.1, где V - входной сигнал; / - выходной сигнал; X - вектор оцениваемых параметров. [14]
Для прямого оценивания параметров в замкнутом контуре методы идентификации, использующие невязки или ошибки предсказания, могут применяться таким же образом, как и в разомкнутом контуре. При этом информация о регуляторе не нужна. [15]
Страницы: 1 2 3 4