Cтраница 2
На рис. 18 показано изменение коэффициентов регрессии при 7-гпе и Тп. Как видно из этого рисунка, коэффициенты изменяются достаточно существенно, а параметр забывания практически не стремится к единице, что подтверждает необходимость применения рекуррентного оценивания. [16]
Оценке переходных характеристик динамических систем посвящена работа Е.И. Львовой ( Новокузнецк), где проведен сравнительный анализ нескольких алгоритмов сглаживания и аппроксимации этих характеристик, полученных по экспериментальным точкам. Кузнецова и А.С. Воронина ( Липецк) по отысканию соответствия между эмпирическими множествами входных и выходных переменных технологических объектов вызвано теоретико-прикладными задачами установления диапазонов изменения входных параметров реальных производств ( доменная печь) при заданных технологических ограничениях на характеристики выходного продукта. Для установления наибольшего соответствия используется критерий максимума взаимной информации Кульбака. Работа по оцениванию плотности распределения с длинными хвостами Н.М. Маркович ( Москва) и работа по рекуррентному оцениванию параметров динамических систем Э.Л. Шпилевски ( Литва) являются традиционными в рамках теоретико-вероятностных исследований. [17]
Изложенные методы нахождения оценок неизвестных параметров, от которых зависят распределения наблюдаемых случайных величин, дают возможность оценивать неизвестные параметры только после того, как произведены все опыты. Между тем во многих задачах практики приходится совмещать опыты с решением определенных практических задач, эффективность решения которых существенно зависит от точности приближения к неизвестным параметрам. В таких случаях желательно производить оценку, неизвестных параметров после каждого опыта с тем, чтобы повысить эффективность решения задач в следующем опыте. Ясно, что-для повышения эффективности - каждого следующего выстрела желательно вносить поправку, после каждого выстрела, а не ждать, когда будут произведены все выстрелы, предназначенные для пристрелки. Таким образом, возникает, необходимость рекуррентного оценивания неизвестных параметров, когда после каждого опыта определяется поправка к оценке, найденной по результатам предыдущих опытов. [18]
Изложенные методы нахождения оценок неизвестных параметров, от которых зависят распределения наблюдаемых случайных величин, дают возможность оценивать неизвестные параметры только после того, как произведены все опыты. Между тем во многих задачах практики приходится совмещать опыты с решением определенных практических задач, эффективность решения которых существенно зависит от точности приближения к неизвестным параметрам. В таких случаях желательно производить оценку неизвестных параметров после каждого опыта с тем, чтобы повысить эффективность решения задач в следующем опыте. Задачей пристрелки является определение отклонения центра рассеивания от цели, т.е. математического ожидания отклонения точки попадания от цели, по результатам измерений отклонений в процессе стрельбы с тем, чтобы по возможности точнее совместить центр рассеивания с целью. Ясно, что для повышения эффективности каждого следующего выстрела желательно вносить поправку после каждого выстрела, а не ждать, когда будут произведены все выстрелы, предназначенные для пристрелки. Таким образом, возникает необходимость рекуррентного оценивания неизвестных параметров, когда после каждого опыта определяется поправка к оценке, найденной по результатам предыдущих опытов. [19]