Аппроксиматор

Cтраница 1

Аппроксиматоры, называемые также в литературе черными ящиками ( black box), формальными моделями, являются разновидностью математических моделей, описывают функциональные связи между входами и выходами моделируемой системы без учета ( при отсутствии) каких-либо знаний о топологии системы. Коэффициенты таких моделей могут не иметь какого-либо физического смысла, не соотносятся, например, с технологическими параметрами процессов. В этом заключается недостаток таких моделей. Однако, эти модели эффективны в случае невозможности или трудности построения строгих математических описаний поведения систем. [1]

Диодным аппроксиматором называется устройство, которое позволяет реализовать заданную входную характеристику нелинейного резистора. Для аппроксимации часто задается непрерывная характеристика, которую можно линеаризовать отрезками прямых / и 2, как показано на рис. 22.21, а. После линеаризации нетрудно подобрать параметры эквивалентного реализующего устройства. [2]

Идея построения такого аппроксиматора основана на том, что площадь прямоугольного импульса линейно растет с ростом его длительности, а амплитуда определяет скорость этого роста. [3]

Таким образом, настройка рассматриваемого полиномиального аппроксиматора на заданную нелинейную зависимость требует установки в одном из двух положений трех переключателей и выставки значений пяти проводимостей. [4]

Линеаризующее устройство в таком приборе может быть построено на базе кусочно-линейного диодного аппроксиматора. Основной недостаток такой схемы заключается в появлении дополнительной погрешности от преобразователя ЛП при изменении внешних условий эксплуатации АЭП. [5]

Преобразователи, работающие с методическими погрешностями, согласно общепринятой терминологии называют аппроксиматорами. Аппроксиматоры могут приближенно воспроизводить широкий класс функций, заданных как аналитически, так и таблично, поскольку их функциональные характеристики выражаются функциями, обладающими определенными возможностями приближения различных зависимостей. [6]

Устройства для воспроизведения тригонометрических функции. [7]

На рис. 2.18 приведены схемы ФП для воспроизведения некоторых тригонометрических функций, построенных по структуре полиномиальных или дробно-рациональных аппроксиматоров. Здесь и далее рядом с условными обозначениями нелинейных импульсно-управляемых проводимостей указаны ( в скобках) обозначения резисторов, входящих в их цепи. [8]

Рассмотрен метод синтеза адаптивных систем управления классом нелинейных динамических объектов на базе нечеткого регулятора, который выполняет роль аппроксиматора оптимального управления. Закон адаптации параметров нечеткого регулятора определяется из условия устойчивости адаптивной системы по критерию Ляпунова. [9]

Блок-схема устройства контроля и селекции входной информации от РЛС. [10]

Аналоговая часть состоит из: трех преобразователей число-напряжение ПЧН ( D, sin р, cos p); трех развязывающих усилителей РУ; двух еинусно-косинусных аппроксиматоров СКА; двух множительных схем МС; двух усилителей мощности УМ; двух отклоняющих усилителей ОУ. [11]

Блок-схема функционального цифрового преобразователя к кодирующему преобразователю перепада давления. [13]

Если функциональное преобразование реализуется в цифровой форме в естественном масштабе времени с погрешностью не менее 10 - 3, то наиболее эффективно задача решается методом кусочно-линейной цифровой аппроксимации. Выбор алгоритма преобразования и структурной схемы аппроксиматора определяется особенностями воспроизводимой функции и требованиями по точности. [14]

Конечно заманчиво иметь возможность получения не только качественного, но и количественного правила, связывающего уровень разрыва в доходах с преступностью. Мы знаем, что нейронные сети типа персептрона являются универсальными аппроксиматорами и могут реализовать любое количественное отображение. Очевидно, что добиться этого можно подбором соответствующих функций принадлежности. А именно, задача состоит в том, чтобы так определить понятия высокий разрыв в доходах и повышенный уровень преступности, чтобы выполнялись и качественные и количественные соотношения. Нужно, чтобы и сами эти определения не оказалось дикими - иначе придется усомниться в используемом нами нечетком правиле. Если такая задача успешно решается, то это означает успешный симбиоз теории нечетких множеств и нейронных сетей, в которых играют наглядность первых и универсальность последних. [15]

Страницы: 1 2