Примеры интервального анализа данных в задачах моделирования процессов

М.Н. Мадияров, Н.М. Оскорбин, С.И. Суханов

Аннотация


Проводится исследование возможностей применения теории интервальных систем линейных алгебраических уравнений (ИСЛАУ) для решения задач математического моделирования процессов по экспериментальным данным. Предполагается, что моделируемый процесс описывается выходной переменной и совокупностью входных переменных, детерминированная связь которых описывается линейным уравнением. При моделировании процесса используется теоретический подход, при котором исходные предположения относительно структуры модели и границы интервалов ошибок измерения всех переменных являются достоверными и не требуют проверки их выполнимости методами разведочного анализа. Указанная постановка задачи моделирования процессов позволяет сосредоточить внимание на исследовании прикладной ценности основных множеств решений ИСЛАУ: объединенного, допускового и управляемого. В целях достижения наглядности методов и полученных результатов исследование проводится на конкретном примере процесса, для которого параллельно можно проводить визуальный анализ данных.

DOI 10.14258/izvasu(2018)1-20


Ключевые слова


моделирование процессов; интервальные системы линейных алгебраических уравнений; модели прогноза; модели оценки параметров

Полный текст:

PDF

Литература


Канторович Л.В. О некоторых новых подходах к вычислительным методам и обработке наблюдений // Сибирский математический журнал. — 1962. — Т. 3, № 5.

Шарый С.П. Решение интервальной линейной задачи о допусках // Автоматика и телемеханика. — 2004. — № 10.

Шарый С.П. Конечномерный интервальный анализ. — Новосибирск, 2017.

Оскорбин Н.М., Жилин С.И., Максимов А.В. Построение и анализ эмпирических зависимостей методом центра неопределенности // Изв. Алт. гос. ун-та. — 1998. — № 1.

Жолен Л. Прикладной интервальный анализ. — М. ; Ижевск, 2005.

Шарый С.П. Сильная согласованность в задаче восстановления зависимостей при интервальной неопределенности данных // Вычислительные технологии. — 2017. — Т. 22, № 2.

Максимов А.В., Оскорбин Н.М. Многопользовательские информационные системы: основы теории и методы исследования. — 2-е изд. испр. и доп. — Барнаул, 2013.

Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. — Иркутск, 1996.

Поляк Б.Т., Назин С.А. Оценивание параметров в линейных многомерных системах с интервальной неопределенностью // Проблемы управления и информатики. — 2006. — № 1.

Zhilin S.I. Simple method for outlier detection in ztting experimental data under interval error // Chemometrics and Intellectual Laboratory Systems. — 2007. — Vol. 88. — No. 1.

Milanese M., Norton J., Piet-Lahanier H., Walter E. Bounding Approaches to System IdentiOcation(Eds). — New York, 1996.




DOI: http://dx.doi.org/10.14258/izvasu(2018)1-20

Метрики статей

Загрузка метрик ...

Metrics powered by PLOS ALM

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2018 М.Н. Мадияров, Н.М. Оскорбин, С.И. Суханов

Архив журнала с 1996 по 2016 гг. расположен на старой версии сайта по адресу: http://izvestia.asu.ru/ru/

Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

ISSN 1561-9443; ISSN (Online) 1561-9451