Открытый доступ
Доступ предоставлен
Только для подписчиков
№ 4 (2025)
Линейные системы
АДАПТИВНАЯ КОМПЕНСАЦИЯ ВНЕШНИХ ВОЗМУЩЕНИЙ В МНОГОКАНАЛЬНЫХ СИСТЕМАХ ПРИ УПРАВЛЕНИИ ПО ВЫХОДУ
Аннотация
Рассматривается задача адаптивной компенсации внешних заранее неизвестных детерминированных возмущений при управлении по выходу (т.е. по вектору выходных переменных) многоканальным линейным объектом. Предлагаемое новое решение основано на адаптивной реализации метода внутренней модели и построении специального наблюдателя, позволяющего получить регрессионную модель многомерного возмущения и синтезировать адаптивный регулятор с числом настраиваемых параметров, равным числу неизвестных коэффициентов характеристического полинома модели возмущения. При определенных условиях динамический порядок такого наблюдателя оказывается существенно ниже, чем у известных решений.
Автоматика и телемеханика. 2025;(4):3-21
3-21
Нелинейные системы
ЗАДАЧА ОПТИМАЛЬНОГО УПРАВЛЕНИЯ КОЭФФИЦИЕНТАМИ НЕЛИНЕЙНОГО УРАВНЕНИЯ ТИПА ШРЕДИНГЕРА
Аннотация
Изучается разрешимость задачи оптимального управления коэффициентом старшей производной и квантовым потенциалом в нелинейном и нестационарном уравнении типа Шредингера, которое обобщает известное квантовомеханическое уравнение. Рассматривается задача одновременного управления несколькими коэффициентами уравнения состояния по критерию качества, являющаяся невязкой граничных данных решения. Для этой задачи найдены условия корректности постановки и доказана теорема существования решения. Рассматривается также задача с «возмущенным» критерием качества, для которой доказана теорема существования и единственности решения. Определен явный вид первой вариации функционала качества и описан итеративный алгоритм решения изучаемых задач. Результаты являются новыми также для стандартного уравнения Шредингера в квантовой механике.
Автоматика и телемеханика. 2025;(4):22-33
22-33
Стохастические системы
ДЕКОМПОЗИЦИОННО-АВТОКОМПЕНСАЦИОННОЕ РАСПОЗНАВАНИЕ СИГНАЛОВ НА БАЗЕ ПРИНЦИПОВ НЕПРЕРЫВНОСТИ, ИНВАРИАНТНОСТИ, РАЗМНОЖЕНИЯ И РАНЖИРОВАНИЯ С УЧЕТОМ РЕГУЛЯРНЫХ И НЕРЕГУЛЯРНЫХ ПОМЕХ
Аннотация
С учетом принципов непрерывности, инвариантности, размножения и ранжирования развивается новый метод оптимального распознавания сигналов в условиях существенной априорной неопределенности применительно к информационно-измерительным системам реального времени. Предполагается, что в уравнении наблюдения помимо случайного шума (с неизвестным законом распределения, но заданной корреляционной матрицей) могут присутствовать регулярная помеха (допускает аналитическое конечно-спектральное представление) и нерегулярная помеха (для ее описания не удается использовать какой-либо эффективный вариант вероятностного описания). Относительно последней возможно лишь введение некоторых числовых характеристик и ограничений, подтверждающихся практикой эксплуатации конкретной системы. Метод инвариантен к указанным помехам, не требует традиционного расширения пространства состояний и обеспечивает декомпозицию вычислительной процедуры. Анализируются случайные и методические погрешности, а также достигаемый вычислительный эффект. Приводится иллюстративный пример.
Автоматика и телемеханика. 2025;(4):34-54
34-54
МНОГОМЕРНЫЕ НЕПРЕРЫВНЫЕ РАСПРЕДЕЛЕНИЯ И КОПУЛЫ, ПОРОЖДАЮЩИЕ НЕТРАНЗИТИВНЫЕ НАБОРЫ ЗАВИСИМЫХ СЛУЧАЙНЫХ ВЕЛИЧИН
Аннотация
Работа продолжает авторский цикл по изучению феномена нетранзитивности отношения стохастического предшествования в теории вероятностей. Исходя из парадокса Кондорсе, построены примеры трехмерных непрерывных распределений и копул, порождающих нетранзитивные наборы зависимых случайных величин. Доказаны предельные теоремы для многомерных смесей.
Автоматика и телемеханика. 2025;(4):55-70
55-70
Интеллектуальные системы управления, aнализ данных
УПРАВЛЕНИЕ КАЧЕСТВОМ ДАННЫХ ПРИ РЕШЕНИИ ЗАДАЧ В ИССЛЕДОВАТЕЛЬСКИХ ИНФРАСТРУКТУРАХ НАД НЕОДНОРОДНЫМИ ИСТОЧНИКАМИ ДАННЫХ
Аннотация
Решение задач на основе доступных научных данных, особенно в контексте открытой науки и исследовательских инфраструктур, должно обеспечивать возможность их многократного повторного использования. Показатели качества данных являются важными характеристиками, влияющими не только на точность методов при решении исследовательских задач, но и на оценку пригодности данных, возможность решения конкретных научных задач, выбор методов работы с данными, их совместимость, возможность отождествления объектов и другие аспекты повторного использования. При этом требуется оценка различных показателей качества данных на разных уровнях агрегации – от целых наборов данных до отдельных значений. Вданном исследовании представлен подход к комплексному управлению качеством данных на основе их спецификаций, а также требований к качеству данных и метаданных. Обсуждаются различные показатели оценки качества данных, включая точность, полноту и происхождение. Разработанный подход применен на примере решения задач с использованием множественных источников данных в области звездной астрономии.
Автоматика и телемеханика. 2025;(4):71-91
71-91
Оптимизация, системный анализ и исследование операций
ИСПОЛЬЗОВАНИЕ АНСАМБЛЕЙ С УВЕЛИЧЕННОЙ ДИВЕРГЕНЦИЕЙ В ПРОСТРАНСТВЕ ПРОГНОЗОВ В РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМАХ
Аннотация
Рассматривается метод дивергентного решающего леса, основанный на достижении более высокой дивергенции в пространстве прогнозов по сравнению со стандартным случайным решающим лесом за счет включения на каждом шаге в ансамбль нового дерева Tx, которое строится исходя из условий минимизации специального функционала, являющегося разностью квадратичной ошибки Tx и квадрата расхождения прогнозов Tx и текущего ансамбля. Метод является развитием аналогичных ранее разработанных методов, которые предназначены для прогнозирования числовых переменных. Вработе представлены результаты применения метода дивергентного решающего леса для решения задач классификации, возникающих при создании рекомендательных систем. Исследована зависимость эффективности прогноза от глубины деревьев и одного из ключевых параметров алгоритма, регулирующего вклад двух составляющих в минимизируемый функционал. Исследования показали, что точность предлагаемой технологии заметно превышает точность случайного решающего леса и близка к точности метода CatBoost.
Автоматика и телемеханика. 2025;(4):92-100
92-100
МИНИМАКСНЫЙ ПОДХОД ДЛЯ УЧЕТА КАЧЕСТВЕННЫХ ПРЕДПОЧТЕНИЙ ПРИ МНОГОКРИТЕРИАЛЬНОЙ ОЦЕНКЕ
Аннотация
Поддержка принятия решений в аналитических системах на основе использования больших данных предполагает формирование интегральных оценок объектов по всему множеству параметров или некоторому их подмножеству. Встатье рассматривается проблема получения многокритериальной (многопараметрической) оценки объектов и подход, который предполагает использование весовых коэффициентов важности при наличии качественной и, возможно, неполной информации об относительной важности тех или иных частных критериев. Рассматривается фундаментальный принцип возможности различных количественных оценок относительной предпочтительности частных критериев для различных объектов популяции при сохранении системы предпочтений всего множества объектов. Используемый подход предполагает, что лицо, принимающее решение, формулирует качественную информацию об относительной предпочтельности частных критериев в виде необязательно полного графа предпочтений. Для каждого объекта весовые коэффициенты рассчитываются автоматически по принципу гарантированного результата путем решения оптимизационной задачи с использованием обобщенных логических критериев максимального риска и максимальной осторожности. Для частных случаев систем предпочтений приведены аналитические соотношения и алгоритмы расчета весовых коэффициентов. Данная методика обеспечивает использование дополнительной качественной информации о предпочтениях тех или иных критериев, получение численных значений весовых коэффициентов значимости и решение задачи многокритериальной оценки на основе принципа гарантированного результата.
Автоматика и телемеханика. 2025;(4):101-114
101-114