Стохастичні моделі, які використовують байєсівське оцінювання для субоптимального керування багатозв"язними стохастичними об"єктами. Методи байєсівського прогнозування дрейфу параметрів та станів з урахуванням нелінійних складових моделі процесу.
Аннотация к работе
Харківський національний університет радіоелектроніки Субоптимальне керування багатозвязними стохастичними обєктами на основі байєсівського підходуРобота виконана в Харківському національному університеті радіоелектроніки Міністерства освіти і науки України. Науковий консультант доктор технічних наук, професор Бодянський Євгеній Володимирович, Харківський національний університет радіоелектроніки, професор кафедри штучного інтелекту. Офіційні опоненти: доктор технічних наук, професор Авраменко Валерій Павлович, Харківський національний університет радіоелектроніки, професор кафедри інформаційних управляючих систем; Захист відбудеться 06.04.2004 р. о 14 годині на засіданні спеціалізованої вченої ради Д 64.052.02 у Харківському національному університеті радіоелектроніки за адресою: 61166, м. З дисертацією можна ознайомитись у бібліотеці Харківського національного університету радіоелектроніки за адресою: 61166, м.Вирішення цієї проблеми повязано з розробкою дискретних адаптивних систем керування, яким, завдяки значному поширенню мікропроцесорної техніки та методів реалізації дискретних алгоритмів, останнім часом приділяється велика увага. Ефективність синтезованих адаптивних дискретних регуляторів істотно залежить від особливостей керованого процесу та, відповідно, від методів, що використовуються у принципових схемах ідентифікації та оптимізації обєктів керування. Методи дослідження: методи байєсівського оцінювання параметрів та станів, що дозволили запропонувати ефективні процедури ідентифікації стохастичних моделей; методи теорії адаптивних систем, що використано для побудови раціональних структур регуляторів; методи теорії децентралізованого керування, що дозволили запропонувати процедури синтезу субоптимальних регуляторів для багатозвязних процесів; методи цифрового моделювання динамічних процесів. Здійснено подальший розвиток концепції керування стохастичними обєктами на основі байєсівського підходу, що полягає у підтвердженні принципової можливості ефективного використання байєсівських оцінок для реалізації задач параметричної та структурної ідентифікації моделей обєктів, а також прогнозування дрейфу їх параметрів та станів.У вступі стисло розглянуто стан досліджень у галузі розробки методів адаптивного субоптимального керування, обґрунтовано актуальність теми дисертації, сформульовано мету та задачі дисертації, окреслено сукупність наукових результатів, що виносяться на захист, наукову новизну та практичну цінність отриманих результатів, особистий внесок автора в роботи, виконані у співавторстві, а також наведено відомості щодо апробації результатів дисертації. Проблема коректності використання байєсівських рекурентних залежностей в разі обмеженого точкового представлення функцій апостеріорного розподілу ймовірностей вимагає щільного розгляду тому, що за умов дрейфу параметрів обєкта (і, відповідно, моделі) стає можливим накопичування похибок обчислень, чутливих до якості прийнятої моделі. Насамперед, це стосується розробки методів структурного та параметричного оцінювання на основі байєсівського підходу, методів байєсівського прогнозування дрейфу параметрів та станів керованих процесів, методів керування локальними підсистемами з використанням різних типів стохастичних моделей та, нарешті, методів децентралізації керування та отримання субоптимальних рішень з гарантованою асимптотичною стійкістю всієї системи. У другому розділі розглянуто сукупність стохастичних моделей, необхідних для функціонування самонастроюваних систем керування багатовимірними обєктами за наявності повільного дрейфу параметрів. Паралельно з ARMAX-моделями розглянуто інкрементні авторегресійні моделі з ковзним середнім (ARIMAX-моделі), що мають переваги в разі їх використання для регуляторів з інкрементними варіантами функціоналів якості.