Перевод названия: ON NONPARAMETRIC MODELING SPINNING SYSTEMS WITH DELAY
Тип публикации: статья из журнала
Год издания: 2018
Идентификатор DOI: 10.31772/2587-6066-2018-19-3-452-461
Ключевые слова: идентификация, математическое моделирование, Т-модели, Т-процессы, identification, mathematical modeling, T-models, T-processes
Аннотация: Рассмотрено построение нового класса моделей в условиях неполной информации. В данном случае речь пойдет о многомерных безынерционных объектах, когда компоненты вектора выхода стохастически зависи- мы, но при этом характер этой зависимости априори неизвестен. Построение модели многомерного безынерционного объекта, когда векторы вхоПоказать полностьюдов и выходов нелинейны, приводит к необходимости решения системы неявных функций. Также следует заметить, что вид этих функций с точностью до параметров неизвестен. В этой связи возникает необходимость в использовании Т-моделей, когда прогнозирование выходных переменных осуществляется по известным входным. Таким образом, возникает система нелинейных неявных уравнений, вид которых на начальной стадии постановки задачи идентификации неизвестен, а из- вестно лишь, что та или иная компонента выхода зависит от других переменных, определяющих состояние объекта. Исходя из вышеописанного, возникает довольно нетривиальная ситуация решения системы неявных нели- нейных уравнений в условиях, когда самих уравнений в обычном смысле нет. Следовательно, модель объекта не может быть построена с применением существующей теории идентификации из-за недостатка априор- ной информации. Поэтому решение данной системы может быть представлено в виде некоторой последова- тельной алгоритмической цепочки Т-модели. Главной целью статьи является решение задачи идентификации для многомерных безынерционных объек- тов с запаздыванием при наличии Т-процессов, т. е. построение Т-моделей в условиях непараметрической не- определенности. В этом случае для прогнозирования выходных переменных по известным входным возникает необходимость использования поэтапного решения рассматриваемой задачи. Приведены некоторые расчеты моделирования Т-процесса, которые показывают высокую эффективность предлагаемой технологии прогноза значений выходных переменных по известным входным This article is devoted to the construction of a new class of models under incomplete information. In this article we will discuss multidimensional inertial-free objects, where the output vector components are stochastically dependent, but the nature of this dependence is not known to us. Constructing a model of a multidimensional inertial-free object, when the input and output vectors are not linear, leads to the necessity to solve the problems of systems of implicit func- tions. It should also be noted that the form of these functions is unknown up to parameters. So there is a need to use T-processes, when predicting output variables is carried out by known input. Thus there is a system of nonlinear im- plicit equations which form is unknown at the initial stage of the statement of the identification problem, but it is only known that this or that component of the output depends on other variables that determines the state of the object. Proceeding from the above, a nontrivial situation arises that solves a system of implicit nonlinear equations under the conditions when the equations themselves are not in the usual sense. Consequently, the model of the object can not be constructed using the existing theory of identification because of the lack of a priori information. Therefore, the solu- tion of this system can be represented in the form of some successive algorithmic chain of the T-model. The main goal of this paper is to solve the identification problem for multidimensional inertia-free objects with de- lay, in the presence of T-processes, i.e. construction of T-models under conditions of nonparametric uncertainty. In this case, to predict the output variables by the known input, it becomes necessary to use a step-by-step solution of the prob- lem under consideration. In the article some calculations of the T-process simulation will be presented, which showed the high efficiency of the proposed technology of forecasting the values of the output variables by the known input.
Журнал: Сибирский журнал науки и технологий
Выпуск журнала: Т. 19, № 3
Номера страниц: 452-461
ISSN журнала: 25876066
Место издания: Красноярск
Издатель: Федеральное государственное бюджетное образовательное учреждение высшего образования Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева