Cтраница 2
А е [0; 1], а функция штрафов линейна. [16]
В качестве экологической оценки выбирается функция штрафа, построенная по результатам расчета загрязнения. В зависимости от экологической ценности территорий каждому узлу расчетной сетки приписывается вектор значений весовых коэффициентов штрафа для случаев, когда загрязнение превышает ПДК в определенное число раз. [17]
Разумеется, описанный способ построения функций штрафа может быть распространен и на значительно более общий случай ограничений на управление. [18]
В этой главе будут исследованы некоторые функции штрафа, которые можно использовать в задачах идентификации. Под функциями штрафа для задач идентификации понимаются потери или штраф, связанные с недостижением абсолютно точной идентификации. Собственно говоря, истинное значение параметра 9 никогда точно неизвестно; именно это и является основной причиной возникновения задачи идентификации. [19]
В этой главе были сформулированы и изучены функции штрафа для задач идентификации дискретных систем но критериям максимума апостериорной вероятности и максимума правдоподобия. Для нескольких примеров был осуществлен вывод ДТКЗ идентификации и переход к непрерывному случаю. [20]
Выполнение (4.2.2) свидетельствует лишь о наличии у функции штрафа локального экстремума. Для того чтобы выяснить, является ли этот экстремум максимумом или минимумом функции штрафа, необходимо проанализировать вторую производную или второй дифференциал этой функции. [21]
Покажем, что в случае линейных объектов задание функции штрафа - в виде среднего квадрата ошибки приводит к оптимальному оператору Ф ( в классе неслучайных операторов) в виде линейного интегрального оператора, ядром которого является весовая функция объекта. [22]
Поэтому при градиентном методе поиска в обстановке ограничений функции штрафа обычно не применяются. [23]
![]() |
Графическое представление множества согласованных планов элемента в примере. [24] |
Еще одним важным классом являются системы стимулирования с функциями штрафа, величина которого при невыполнении элементом плана не зависит от плана. [25]
![]() |
Последовательная идентификация Ф2. пример. [26] |
Интересно отметить, что даже после 1000 итераций уменьшение функции штрафа весьма незначительно. Однако в близкой окрестности истинного значения Ф сходится довольно быстро. [27]
Кусочно-линейная функция штрафа является частным случаем сепарабельной вогнутой монотонно неубывающей функции штрафа. [28]
Более подробный комментарий можно сделать, если вспомнить, что функция штрафа Хг ( яг Vt) включает в себя функцию штрафа за невыполнение плана и функцию штрафа за нарушение ограничений механизма функционирования. С учетом этого можно сказать, что система стимулирования w обладает большей степенью централизации, чем система w, если штрафы за невыполнение плана в системе стимулирования иг. [29]
Приближенная процедура приводит к существенным ошибкам, особенно тогда, когда функция штрафа не очень чувствительна к изменению вектора параметров. Последнее, к сожалению, довольно часто имеет место, если измерения или наблюдения искажены помехой и имеются неизвестные входные сигналы. [30]