SCI Библиотека
SciNetwork библиотека — это централизованное хранилище научных материалов всего сообщества... ещё…
SciNetwork библиотека — это централизованное хранилище научных материалов всего сообщества... ещё…
С позиций принципов декомпозиции систем и методов коллективного оценивания предлагаются методики синтеза и анализа нового класса непараметрических решающих правил в задачах восстановления стохастических зависимостей, распознавания образов, моделирования развивающихся и пространственно распределенных временных систем в условиях неполной информации. Преимущество разработанных непараметрических систем принятия решений состоит в эффективном использовании априорных сведений о виде восстанавливаемых закономерностей и информации обучающих выборок. Особое внимание уделяется исследованию свойств показателей эффективности рассматриваемого класса систем и проблемам их оптимизации. Книга предназначена для специалистов в области искусственного интеллекта и автоматизированных систем обработки информации, аспирантов и студентов вузов соответствующих специальностей.
Приводятся алгоритмы синтеза для линейных систем на основе минимизации квадратичных функционалов. Рассматриваются методы оценивания состояния и параметров модели объекта. Проектирование систем адаптивного управления осуществляется путем постепенного добавления и усложнения методов и алгоритмов: от оптимального управления для детерминированных моделей до адаптивных следящих систем для стохастических моделей при неполном измерении с ошибками. Приводятся примеры построения математических моделей и пример проектирования системы адаптивного управления для нестационарной модели судна при изменении курса.
В приложения включены контрольные вопросы, задания для лабораторных работ и индивидуальные задания для моделирования систем адаптивного управления с использованием математических моделей различных технических объектов.
Учебное пособие предназначено для студентов ФПМК направления подготовки 01.03.02 – Прикладная математика и информатика с квалификацией бакалавр. Пособие может быть также полезным магистрантам и аспирантам ФПМК.