Бакалавр
Дипломные и курсовые на заказ

Методы аппроксимации в стохастических задачах управления и оценка качества субоптимальных алгоритмов

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Предложенный автором метод аппроксимации задачи управления марковской задачей охватывает обширный класс задач управления и в случае практического использования существенно упрощает задачу построения алгоритма управления. Указана связь между понятием «осторорожности» как свойством оптимальной стохастической системы с понятием робастности в теории управления детерминированными системами. Полученные… Читать ещё >

Содержание

  • 0. 1. Разработка алгоритма управления и классические методы аппроксимации
  • 0. 2. Актуальность тематики, цель и новизна результатов работы
  • 0. 3. Основные виды упрощений задачи стохастического управления
  • Глава 1. Оптимальное управление стохастическим объектом
    • 1. 1. Детерминированное управление
    • 1. 2. Метод динамического программирования
    • 1. 3. Задача управления марковским объектом
    • 1. 4. Примеры марковских задач управления
    • 1. 5. Задача управления по неполным’данным
    • 1. 6. Общая задача управления по неполным данным
  • Методы аппроксимации в стохастических задачах управления и оценка качества субоптимальных алгоритмов (реферат, курсовая, диплом, контрольная)

    9.1. Постановка задачи аппроксимации.133.

    9.2. Оценка потерь от аппроксимации.135.

    9.3. Дифференцируемые переходные вероятности.138.

    9.4. Пример из практики — случайный процесс с конечным числом состояний.140.

    9.5. Пример из практики — процесс, близкий к диффузионному .141.

    9.6. Стохастическое уравнение чувствительности для непрерывного времени.143.

    9.7.

    Заключение

    144.

    ОСНОВНЫЕ ВЫВОДЫ РАБОТЫ. РЕКОМЕНДАЦИИ ПО ИСПОЛЬЗОВАНИЮ НАУЧНЫХ ВЫВОДОВ.

    В диссертации разработаны новые концепции исследования точности и создания субоптимальных алгоритмов управления для стохастического объекта. Совокупность полученных в работе результатов можно считать новым научным направлением в теории управления стохастическими системами.

    Подход к построению алгоритмов управления, предложенный автором работы, позволяет более эффективно использовать метод статистических испытаний, а нередко и вовсе отказаться от емких численных методов, что может существенно снизить затраты и сократить как сроки разработки алгоритма так и сроки" всего проекта системы управления.

    Разработанная автором диссертации теория чувствительности в задачах стохастического управления позволяет не только проводить анализ влияния стохастических факторов на выходную координату объекта управления, но и содержит математический аппарат для получения критериальных неравенств, оценивающих качество аппроксимации математической модели в задаче стохастического управления.

    Автором предложено критериальное неравенство, позволяющее применять детерминированный прогноз в задаче стохастического управления с прогнозатором, что позволяет существенно снизить вычислительные затраты при управлении в темпе с функционированием управляемого объекта.

    Установлена связь полученных некоторых критериальных неравенств с ^" —критерием Р. Фишера.

    Указана связь между понятием «осторорожности» как свойством оптимальной стохастической системы с понятием робастности в теории управления детерминированными системами.

    Предложенный автором метод аппроксимации задачи управления марковской задачей охватывает обширный класс задач управления и в случае практического использования существенно упрощает задачу построения алгоритма управления.

    Полученные в диссертации новые результаты изложены в виде методик, направленных на практическое использование.

    Все полученные результаты иллюстрируются практическими примерами.

    На примере промышленного алгоритма коррекции кислородно-конверторной выплавки стали показано использование всего арсенала методов, представленных в работе.

    Полученные результаты могут эффективно использоваться в разработках алгоритмов управления для объектов, существенно подверженными стохастическими воздействиями.

    К таким объектам относятся производства с интенсивным ведением технологического процесса (ряд производств в черной металлургии, процессы легирования при выращивании монокристаллов, процессы в вакуумных дуговых печах при выплавке слитков из титановых сплавов и т. д.), задачи управления движущимися объектами при измерениях из космоса и Т.д.

    10.8.

    Заключение

    .

    Разработан субоптимальный алгоритм коррекции кослородно-конверторной плавки. Для его разработки привлечен весь арсенал методов, предложенных в предыдущих главах данной работы. Алгоритм внедрен на ряде металлургических комбинатов.

    Показать весь текст

    Список литературы

    1. Н.И. Метод получения оценок числовых характеристик случайных величин, Автоматика и телемеханика, № 8, 1985, с.47−50.
    2. М. Оптимизация стохастических систем, «Наука», 1971.
    3. Бар Шалом Я., Ци Э. Концепции и методы стохастического управления, в кн. «Фильтрация и стохастическое управление в динамических системах», под ред. Леонидеса К. Т. Мир", 1980.
    4. Э., Беллман Р. Неравенства, «Мир», 1965.
    5. Р. Динамическое программирование, ИЛ, 1960.
    6. A.A., Цыганков В. А. Субоптимальный алгоритм оптимизации статистического объекта в условиях помех, Известия АН СССР, «Техническая кибернетика», № 5, 1975, с.32−37.
    7. В.Г. Оптимальное управление дискретными системами, М., «Наука», 1973.
    8. Дж., Дженкинс Г. Анализ временных рядов, вып. 1,2. М., «Мир», 1974.
    9. И.М. Адаптация, прогнозирование и выбор решений в алгоритмах управления технологическими объектами. «Атом Энерго-издат», 1984.
    10. И.М., Петров А. Г. Математические методы для решения задач контроля и управления, «Машиностроение», 1973.
    11. В.П., Лецкий Э. К. Статистическое описание промышленных объектов, М., «Энергия», 1971.
    12. Ю.В., Фетисов В. Н., Шалашова В. П. Оценка величины смещения прогноза выходных координат технологического процесса. Идентификация и управление технологическими процессами. Сб. научных тр. ЦНИИКА, «Энергоиздат», 1982, с.22−24.
    13. А. (Wald A.) Statistical decision function, J. Wiley, New-York, 1950. (Русский перевод: Статистические решающие функции, в сб. «Позиционные игры», «Наука», 1967, р.300−322.
    14. А., Волфовиц Дж. (Wald A., Wolfowitz J.) Bayes solutions of sequential decision problems, Ann. Math. Statist. 21, № 1,1950, p.82−99.
    15. В.H. Восстановление зависимостей по эмпирическим данным, М., «Наука», 1979.
    16. В.Н., Червоненкис А. Я. Теория распознавания образов, Статистические проблемыобучения, М., «Наука», 1974.
    17. А.Г. Оценка сложности задачи табулирования, М., Физматгиз, 1959.
    18. Вонхем В.М.(Wonham W.M.) On the separation theorem of stochastic control, SIAM J. Control, 1968, v.6, № 2, p. 312−326.
    19. В.Г., Фетисов В.H., Штейнберг Ш.Е Идентификация стохастической замкнутой системы, Автоматика и телемеханика, № 7, 1973, с.41−45.
    20. И.И., Скороход A.B. Теория случайных процессов, Том 1, «Наука», М, 1971.
    21. В.М. Введение в АСУ, Киев, «Техника», 1974.
    22. П.П. Верхняя оценка среднеквадратического критерия качества фильтрации в квазилинейных моделях с неполной информацией, Автоматика и Телемеханика, № 4, 1981, с.70−76.
    23. В.И., Захарин Ф. М., Розенвассер E.H., Юсупов P.M. Методы теории чувствительности в автоматическом управлении, «Энергия», 1971.
    24. П.С., Кудрявцев Л. Д., Левитан Б. М. Элементы теории функций (под ред. Ульянова П.Л.), «Физмат», 1963.
    25. B.C. Локально-оптимальная стабилизация при неполной информации, Автоматика и телемеханика, 1997, № 4, с.144−154.
    26. M.Jl. Приближенный анализ точности нестационарных нелинейных систем методом семиинвариантов, Автоматика и телемеханика, № 11, 1967, с.62−78.
    27. М.Л. Техническая реализация моментно-семиинвариантного метода анализа случайных процессов, Автоматика и телемеханика, № 10, 1976, с.59−62.
    28. М.Л., Липцер Р. Ш. Применение условных семиинвариантов в задачах нелинейной фильтрации марковских процессов, Автоматика и телемеханика, № 6, 1967.
    29. О., Патчелл И.(Jacobs O.L.R., Patcheil I.W.) Caution and probing in Stochastic Control1.t.J.Control, 1972, vol.16, № 1, p.189−199.
    30. Е.Б., Юшкевич A.A. Управляемые марковские процессы и их приложения, М., «Наука», 1975.
    31. Ю.М. Методы стохастического программирования, М., «Наука», 1976.
    32. В.П. Автоматические системы с накоплением информации, Фрунзе, «Илим», 1966.
    33. А.Г., Лапа В. Г. Предсказания случайных процессов, «Наукова Думка», Киев, 1971.
    34. И.Е. Статистическая теория систем управления в пространстве состояний, «Наука», 1975.
    35. И.Е., Мальчиков C.B. Анализ стохастических систем в пространстве состояний, «Наука», 1983.37. Калман P.E. (Kaiman R.E.)
    36. A new approach to linear filtering and prediction problems, J. Basic Engeneer., 82D, № 1, 1960, p.35−44.
    37. Кашьяп P.Л., Pao А. Построение динамических стохастических моделей по экспериментальным данным, М., «Наука», 1983.
    38. М.М., Неймарк Ю. И. Адаптивное локально-оптимальное управление, Автоматика и телемеханика, 1987, № 8, 126−136.
    39. Р.Дж., Трайбус М. (Kornblum R.J., Tribus M.) 1. The use of Bayesian inference in the Design of an
    40. Endpoint control system for the Basic Oxygen Steel Furnace, IEEE transactions on system science and cybernetics, 1970, vol. 6, N.Y., p.339−347.
    41. A.H. О некоторых ассимптотических характеристиках вполне ограниченных метрических пространств, ДАН 108, 2, 1956.
    42. А.А. Некоторые актуальные проблемы науки управления, Известия РАН, Теория и системы управления, 1996, № 6.
    43. А.А., Бурков В. Н., Шендрик B.C. Универсальные алгоритмы оптимального управления непрерывными процессами, М., «Наука», 1977.
    44. Ли Р. Оптимальные оценки, определение характеристик и управление, «Наука», М., 1966.
    45. Р.Ш., Ширяев А. Н. Статистика случайных процессов, «Наука», 1974.
    46. Л.А., Соболев В. И. Элементы функционального анализа, «Наука», 1965.
    47. Э. (Mansour Eslami) Theory of sensitivity in dynamic systems. An introduction. Berlin, Springer Verlag, 1995.
    48. P.К., Уэллс K.X. (Mehra R.К., Wells C.H.) Dynamic modeling and estimation of carbon in a basicoxygen furnace «11-ht joint Automat. Control Conf.», Atlanta, Cal., 1970, N.Y., p.7−18.
    49. А.С., Юдин Д. Б. Сложность задач и эффективность методов оптимизации, М, «Наука», 197 9.
    50. К.Б. Приложение теории среднеквадратических приближений к линейным самонастраивающимся моделям, Автоматика и телемеханика, т.26, № 7, 1965, с.23−28.
    51. К., Виттенмарк Б. Системы управления с ЭВМ, М., «Мир», 1987.
    52. А.А., Гайцгори В. Г. Декомпозиция, агрегирование и приближенная оптимизация, М., «Наука», 1979.
    53. И. И. Оперативная идентификация объектов управления, «Энергоиздат», 1982.
    54. А.Г., Стукова JI.C., Фетисов В. Н., Хасин A.B. Простой алгоритм коррекции кислородно-конвертерной плавки, Проектирование математического и программного обеспечения АСУ ТП, Сб. научн. тр. ЦНИИКА, «Энергоиздат», 1981.
    55. .Т. Введение в оптимизацию, «Наука», 1983.
    56. .Т., Щербаков П. С. Вероятностный подход к робастной устойчивости систем с запаздыванием, Автоматика и Телемеханика, № 12, 1996.
    57. А.И. О принципе максимума для дискретных систем управления, Автоматика и телемеханика, т.26, № 7, 1965.
    58. Ю.В. Одна экстремальная задача теории вероятностей, Теория вероятностей и ее применения, 1959, 4, № 2, 211−214.
    59. B.C. Теория случайных функций, Физматгиз, 1960.
    60. B.C. Приближенное исследование стохастических систем методом нормализации, Автоматика и телемеханика, № 5, 1974.
    61. B.C. Условно оптимальная фильтрация и экстраполяция непрерывных процессов, Автоматика и телемеханика, № 2, 1984 .
    62. Н.С. Идентификация объектов управления (обзор), Автоматика и телемеханика, № 6, 1979.
    63. Н.С., Чадеев В. М. Построение моделей процессов производства, М, «Энергия», 1975.
    64. .М. Влияние отклонения начального состояния управляемой системы от расчетного на эффективность оптимизации, Автоматика и телемеханика, № 3, 1972.
    65. .М. Оценка эффективности управления по упрощенной модели объекта, Фрунзе, «Илим», 1976.
    66. Рубинович Е. Я. Обобщенная линейно-квадратичная стохастическая задача управления по неполным данным,
    67. Автоматика и телемеханика, 1997, № 7.
    68. В.Г. Теория адаптивных систем, М., «Наука», 1976.
    69. Дж. Самоорганизующиеся стохастические системы управления, «Наука», 1980.
    70. В.В., Борзенко И. М., Рабинович Е. А., Серебрянский А. Я. Субоптимальные алгоритмы управления процессом каталитического крекинга, «Вопросы промышленной кибернетики».(Труды ЦНИИКА), № 5, 1978.
    71. И.М. Численные методы Монте-Карло, «Наука», 1973.
    72. А.И., Черноусько Ф. Л. Приближенный метод синтеза оптимального управления системой, подверженной случайным возмущениям, ПММ, т.36, вып.5, 1972.
    73. Г. Обзор методов фильтрации и стохастического управления в динамических системах, в кн. «Фильтрация и стохастическое управление в динамических системах», под ред. Леонидеса К. Т., «Мир», 1980.
    74. Р.Л. Условные марковские процессы иих применение к теории оптимального управления, Изд-во МГУ, 1966.
    75. В.М. Некоторые вопросы теории приближений, Изд-во МГУ, 1976.
    76. А.Н., Арсенин В. Я. Методы решения некорректных задач, М., «Наука», 1974.
    77. A.A. Основы теории оптимальных автоматических систем, «Наука», 1966.
    78. В.Н. К задаче управления объектом с неизвестнымпараметром, Автоматика и телемеханика, № 8, 1973, с.64−67.
    79. В.Н. Неравенство к методу Монте-Карло, Теория вероятностей и ее прим., т.19, № 1, 1974, с.224−226.
    80. В.Н. Оценка длины выборки при решении экстремальных задач методом Монте-Карло. Журн. Вычисл. матем. и матем. физики, т.16, № 1, 1976, 256−262.
    81. В.Н. Вопросы управления промышленными объектами при наличии ошибок идентификации, Автореферат диссертации насоискание ученой степени кандидата технических наук, АН СССР, Институт Проблем Управления, 1979.
    82. В.Н. Марковская аппроксимация случайной последовательности в задачах оптимального управления, Известия АН СССР, Техническая кибернетика, № 1, 1979, с.37−43.
    83. В.Н. Теория чувствительности в задачах стохастического управления, тезисы докл., 6-е Всесоюзное Совещание по теории инвариантности, теории чувствительности и их применениям, Москва, 1982, с.114−115.
    84. В.Н. Аппроксимация распределения вероятностей ошибки идентификации в задаче управления объектом с неизвестным параметром. Идентификация и управление технологическими процессами. Сб. научных тр. ЦНИИКА, «Энергоиздат», 1982, с.8−10.
    85. В.Н. Аппроксимация случайного процесса процессом авторегрессии в задачах стохастического управления, Автоматика и телемеханика, № 4, 1983, с.94−98.
    86. В.Н. Проблема аппроксимации случайных процессов марковским в задаче оптимального управления. В кн. Тезисы докл. 9-го Всесоюзного Совещания по проблемам управления. Ереван, М., 1983, 103−104.
    87. В.Н. Сравнительная оценка качества управления с адаптацией и без адаптации, в кн. Тезисы докл. Всесоюзной конф. «Теория адаптивных систем и ее применения». М.-Л., 1984, с. 280.
    88. В.Н. К задаче аппроксимации управляемого процесса марковским, Известия АН СССР, Техническая кибернетика,№ 6, 1984, с.184−188.
    89. В.Н. О двух подходах к задаче выбора математической модели стохастического объекта, в сб. «Математическое моделирование в АСУ ТП», Тр. ЦНИИКА, М. 1991, с.31−40.
    90. Фетисов В. Н. Применение метода скользящего среднего для одного класса задач прогноза и управления, «Интегрированные
    91. АСУ», Тр ЦНИИКА, М. 1992, с.55−58.
    92. В.Н. Методы аппроксимации стохастических моделей в задачах управления технологическими процессами, Приборыи системы управления, 1994, № 6, 15−17.
    93. В.Н., Щегляева Т. А., Штейнберг Ш. Е. Влияние ошибок идентификации на алгоритм оптимального управления процессом легирования полупроводниковых материалов, Приборы и системы управления, № 2, 1975, с. 1112.
    94. В.Н., Штейнберг Ш. Е. Построение алгоритмов управления технологическими процессами при неточных результатах идентификации, Вопросы промышленной кибернетики (Тр. ЦНИИКА), «Энергия», вып. 36, 1973, 64−67.
    95. В.Н., Штейнберг Ш. Е. Управление одним классом технологических процессов при неточных результатах идентификации, Вопросы промышленной кибернетики (тр. ЦНИИКА), вып. 37, 1973, с.35−37.
    96. См. также: Бубнов Ю. В., Фетисов В. Н., Шалашова В. П.-
    97. И.П., Ермаков В. А., Ицкович В. П., Фетисов В. Н. Чернова Т.Н./
    98. В.Г., Фетисов В. Н., Штейнберг Ш.Е-
    99. А. Г., Стукова J1.C., Фетисов В. Н., Хасин A.B.)
    100. P.A. Статистические методы для исследователей, М., «Госстатиздат», 1958.95. Флеминг У. (Fleming W.H.)
    101. Stochastic control for small noise intensitiers, SIAM J. Control, vol.9, № 3,1971.96. Хазен Э.М.
    102. Методы оптимальных статистических решений и задачи оптимального управления, Сов. радио, 1968.97. Хальд А.
    103. Математическая статистика с техническими приложениями, М, 1956.
    104. A.B. Вероятностная оценка погрешности метода Монте-Карло, применяемого для решения экстремальных задач, Вопросы промышленной кибернетики (Тр. ЦНИИКА), вып. 59, 1979.
    105. Р.З. Устойчивость систем дифференциальных уравнений при случайных возмущениях их параметров, М. «Физматгиз», 1969.
    106. P.A. Динамическое программирование и марковские процессы, «Сов. радио», 1964.
    107. Д. Статистика для физиков, «Мир», 1967.
    108. А.Б. Оценки точности метода минимизации эмпирического риска, Проблемы передачи информации, т. 17, № 1, 1981, с.50−61.
    109. Цыпкин Я.3. Адаптация и обучение в автоматических системах, М., «Наука», 1968.
    110. Я.З. Адаптивные алгоритмы оптимизации при априорной неопределенности, Автоматика и телемеханика, 1979,№ 6,с.94−108.
    111. Я.З. Синтез робастно оптимальных систем управления объектами в условиях ограниченной неопределенности, Автоматика и телемеханика, 1992, № 9, 139−159.
    112. Я.З. Новые подходы к теории управления, Вестник РАН, 1992, № 3, с.112−114.
    113. Я.З. Информационная теория идентификации, М., «Наука», 1995.
    114. Ф.Л. Некоторые задачи оптимального управления с мальм параметром, ПММ, 1968, т.32, № 1.
    115. Ф. Л. Колмановский В.Б. Оптимальное управление при случайных возмушениях, М., «Наука», 1978.
    116. К.Э. Работы по теории информации и кибернетики (сб. статей), М., Изд. иностр. лит., 1963.
    117. P. (Shibata R.) Asymptotically efficient selection of the order of the model for estimating parameters of the linead process.- Ann. Statistics, vol. 8, № 1, 1980, p. 147
    118. А.Н. Некоторые новые результаты в теории управляемых случайных процессов, Trans. Fourth Prague Confer. on Inform. Theory etc., Prague, 1967.
    119. Ш. Е. Идентификация в системах управления, «Энергоатомиздат», 1987.
    120. Д.Б. Задачи и методы стохастического программирования, Сов. радио, 1979.
    121. И.Б. Адаптируемость регулятора и двухуровневые алгоритмы настройки параметров адаптивных систем управления, Автоматика и телемеханика, № 5,1983.
    122. Yaz Е., Yildizbayrak N. Robustness of feedback-stabilized systems in the presence of non-linear and random perturbations, Int. J. Contr., vol. 41, 1985, p.345−353.
    123. Yaz E. Deterministic and stochastic robustness measures for discrete systems, IEEE Trans. Automat. Contr., vol. 33, № 10, 1988, p. 952−955.
    Заполнить форму текущей работой