Полная априорная информация
Cтраница 3
Обратим теперь внимание на то, что построение системы Карунена-Лоэва решает только часть общей проблемы перехода к параметрическому описанию, ибо остается еще не выясненным вопрос, сколькими членами этого разложения можно ограничиться для описания исходной информации. В случае, когда имеется полная априорная информация, этот вопрос может быть решен на основе анализа эффективности распознавания. Однако при отсутствии информации о ложных целях такая возможность, естественно, исчезает и поэтому приходится прибегать к некоторым дополнительным соображениям. В частности, очевидно, что выбрать требуемое число членов можно основываясь на анализе точности описания отдельных эталонов. [31]
 |
Классификационная схема систем распознавания объектов и явлений. [32] |
В них количество априорной информации достаточно для того, чтобы: а) определить принцип классификации объектов; б) в соответствии с пунктом а) разделить все множество объектов на классы; в) определить перечень признаков ( словарь признаков); г) непосредственной обработкой исходных данных описать каждый класс объектов на языке признаков. Для построения такого класса систем имеется полная априорная информация об объектах и классах. [33]
Устранение рассогласования применяется в детерминированных системах, когда возможное отклонение от заданной программы несущественно с точки зрения всего процесса и режим выполнения программы устойчив. При этом предполагается, что имеется полная априорная информация о начальном состоянии системы. [34]
Устранение рассогласования применяется для де ерминирован-ных систем, когда возможное отклонение от заданной программы несущественно с точки зрения всего процесса и режим прохождения программы устойчив. При этом предполагается, что имеется полная априорная информация о начальном состоянии системы. Этот метод применим и к процессу обучения. Однако следует сразу отметить, что он здесь далеко не адекватен. Так, процесс обучения на установившемся режиме может быть неустойчивого типа, так как возможны такие отклонения во внешнем и внутреннем действии системы, в силу которых поставленная конечная цель вообще может быть не достигнута. [35]
При достаточно большом размере наблюдаемой выборки АО-алгоритмы обладают фактически потенциальной помехоустойчивостью. Однако вследствие низкой устойчивости к изменению характеристик помех, для применения данных алгоритмов требуется полная априорная информация о распределении помех. [36]
Предположим, что для объекта ( 1) с допустимым параметром в настройка регулятора 1 ( в) е Т обеспечивает некоторое качество управления ( в смысле заданного предельного функционала), которое зависит от параметра в и распределений возмущений v е V. Требуется построить реализуемую стратегию, обеспечивающую нехудшее качество управления по сравнению с классом стационарных стратегий в условиях полной априорной информации. Данный раздел содержит формальную постановку задачи и процедуру синтеза, а ее обоснование предполагается в отдельной публикации. [37]
Поисковые методы основаны на введении искусственных поисковых вариаций настраиваемых параметров для определения вектор-градиента настройки. Важное преимущество поисковых методов, позволяющее строить на их базе автоматические оптимизаторы, со стоит в возможности оптимизации систем при отсутствии полной априорной информации об объекте. Недостатками их являются необходимость пробных поисковых вариаций настраиваемых параметров и, как правило, неодновременность настройки всех компонент вектора настраиваемых параметров, что увеличивает затраты времени на поиск и снижает точность процесса оптимизации. [38]
Одним из основных достоинств данных методов является тот факт, что для их реализации не требуется ( как, например, для физико-статистических методов [235]) большого объема экспериментальной информации. Они позволяют с помощью аппарата калмановской фильтрации и выбранной математической модели атмосферы провести оценку текущего и ожидаемого состояния атмосферы в заданных районах, опираясь на оперативные метеорологические измерения в ограниченном числе точек прилегающей к месту аварии территории. Это, прежде всего, связано с тем, что для своей реализации они требуют задания достаточно полной априорной информации как о самих процессах в атмосфере, так и о характеристиках помех и случайных возмущений, действующих на атмосферу и систему измерений ее параметров. [39]
Наличие частотно-зависимых И - и Д - составляющих в ПИД-алгоритме обеспечивает устойчивость и минимизирует статическую и динамическую погрешности САУ. Системы с ПИД-регуляторами обладают свойством грубости при дрейфе параметров ОУ и регулятора и эффективны даже при от-сутствии полной априорной информации о свойствах ОУ. [40]
Страницы: 1 2 3