Метод оценивания

Произвольная оценка 0у = 9у [лг(г)1 неизвестного вероятностного параметра 0, вычисленная путем соответствующей обработки реализации x(t), заданной на временном интервале (О, Т), является случайной величиной, обладающей определенными свойствами, зависящими от свойств исходного процесса, алгоритма (метода) оценивания и длины реализации Т. Как и для независимых наблюдений, [c.465]

МЕТОДЫ ОЦЕНИВАНИЯ НАДЕЖНОСТИ ИЗДЕЛИЙ [c.491]

Строго говоря, расчетный вариант проверки выполнения требований по надежности тоже должен опираться на статистические методы оценивания, так как объемы априорных данных по результатам эксплуатации и [c.491]

Методом оценивания надежности называют совокупностью правил выбора (построения) статистик, алгоритмов и моделей оценивания, способов проверки их качества. Критерии качества оценивания (точности статистики, адекватности модели, правильности алгоритма) формулируют на основе анализа общих требований к специальному математическому обеспечению управления процессом создания и применения КА. [c.495]

Общая характеристика методов применительно к решению базовых задач. Определение метода оценивания. Дадим определение стандартной статистической задаче как задачи построения соответствующей статистики на статистической структуре [8]. [c.495]

Критерии правильности алгоритмов, реализующих метод оценивания (при условии, что они конечны и дают единственный [c.500]

Для первого класса задач наличие априорной информации в форме конкретной функции потерь и плотности распределения неизвестных параметров класса непрерывных распределений (Fi, fj) создает предпосылки для использования байесовских методов оценивания, которое для этого класса задач (/,1, /1 з) дают полный класс допустимых решений. [c.500]

В настоящей работе предлагается приближенный метод оценивания межслойного нормального напряжения в зоне КЭ, основанный на гипотетическом описании его эпюр и интегральных статических соотношениях для слоистой пластины [28]. [c.303]

Модели объектов и сигналов представлены в книге главным образом параметрически, т. е, описываются скалярными или векторными разностными уравнениями, поскольку современные методы синтеза основаны именно на таком представлении. Описания объектов даются в компактном виде с малым числом параметров, а методы синтеза во временной области не требуют больших объемов вычислений и обеспечивают получение структурно оптимизируемых регуляторов. Модели объектов получены в результате применения методов оценивания параметров и могут быть непосредственно использованы для наблюдения или оценивания состояний. Непараметрические модели, такие, как переходные функции или частотные характеристики, представляемые в виде таблиц, указанными преимуществами не обладают. Их использование ограничивает возможности синтеза, в частности, это касается автоматизированного проектирования и адаптивных алгоритмов управления. [c.16]

Ниже для построения алгоритма будет использован рекуррентный метод оценивания с минимальной дисперсией. Он наиболее удобен, поскольку не требует никаких предварительных теоретических выкладок и допускает простую и наглядную интерпретацию результатов. [c.282]

Для идентификации в реальном времени созданы рекуррентные методы оценивания параметров стационарных и нестационарных линейных объектов, нелинейных объектов определенного класса, а также стационарных и некоторых нестационарных случайных сигналов. В этой главе представлен краткий обзор наиболее известных рекуррентных методов параметрической идентификации. Подробное обсуждение этих методов, в том числе их вывод и анализ условий сходимости, читатель сможет найти в работах [3.12]. [3.13], а также в литературе, отмеченной в ссылках. [c.352]

Методы оценивания установившихся значений [c.358]

Если оценки сходятся, можно положить e(k)=v(k). Поскольку сигнал v(k) воздействует только на у (к), у(к+1),. . ., а эти величины не входят в г з(к), ошибка е(к) не может зависеть от элементов вектора ф(к). Данный вывод справедлив и в том случае, когда на и(к) действует обратная связь через регулятор. Это означает, что в замкнутом контуре ошибка е(к) и элементы j5(k) статистически независимы. Следовательно, если выполняются условия идентифицируемости, все методы оценивания параметров, основанные на минимизации невязок, могут использоваться для идентификации в замкнутом контуре точно так же, как и в разомкнутом. Вопросы применимости методов, основанных на других критериях, обсуждаются в разд. 24.3. Обстоятельное исследование задач идентификации в замкнутом контуре содержится в работах [c.383]

МЕТОДЫ ОЦЕНИВАНИЯ ПАРАМЕТРОВ В ЗАМКНУТОМ КОНТУРЕ [c.386]

Используемые на практике методы оценивания параметров замкнутых контуров управления рассмотрены в гл. 23 и 24. Методы оценивания и наблюдения переменных состояния изложены в разд. 8.6 и 15.4. [c.389]

Заметим, что наибольшую трудность вызывают именно оценки самих значений С,-, j и т.д. Обычно в подобных случаях используются экспертные методы оценивания, поскольку при формальном оценивании значения нагрузки, которая будет погашена при воздействии на ту или иную подсистему или их совокупность, не всегда удается учесть массу различных неформализуемых факторов (например, моральный ущерб, косвенное влияние перерывов в функционировании промышленных потребителей на функционирование других и т.п.). Кроме того, серьезные трудности в достоверной количественной оценке погашенной нагрузки могут возникать при анализе вариантов проектируемых ЭЭС, для которых многие факторы являются недостаточно определенными. [c.249]

Для ГАП вопросы автоматизации процессов диагностирования имеют особое значение. Ввиду отсутствия опыта диагностирования оборудования в этих условиях и коренного изменения конструкции многих станков, создаваемых для ГАП, необходимо проведение поисковых научно-исследовательских работ в этом направлении с целью сравнения и комбинирования различных путей решения и отбора наиболее эффективных и экономичных методов, алгоритмов и систем. Одним из таких путей является разработка алгоритмов идентификации законов движения выходных звеньев механизмов и создание автоматизированных систем, использующих такой подход к диагностированию ряда наименее надежных и ответственных участков. Большое значение при автоматизации постановки диагноза имеет применение правильных статистических методов оценивания параметров состояния по ограниченному количеству данных измерений и квалиметрических методов. Применение метода ветвей для автоматизации диагноза было рассмотрено в гл. 8. [c.192]

В последнее время появились математические модели прогао-зирования теплового состояния района теплоснабжении (РТ), основанные на математических методах оценивания и прогнозирования состояний динамических стохастических систем [13,86,172]. В качестве координат теплового состояния РТ в них были выбраны средняя температура теплоносителя на входе среднего абонента, средняя температура теплоносителя на выходе абонентов и средняя температура тетоносятеля, поступающего для целей горячего водоснабжения. [c.159]

Для нелинейных f(x a) и р(х]в) широкое использование Н. к. м. обусловлено двумя причинами 1) метод не требует знания ф-ции распределения У , а липзь среднего Л/(У ) = /(лг д) и матрицы ошибок 2 2) задача минимизации квадратичных форм (i) и (7) значительно проще задачи минимизации ф-ций более общего вида, к-рые появляются в др. методах оценивания. [c.239]

Точечное оценивание. Пусть распределение случайной веянчины X — заданная ф-ция р х а) с невавестиы-ия параметрами в, а ж = (xi,xj,...,xjy) — вектор возможных значений х. Точечное оценивание заключается в выборе ф-ции ajf = в(х), значение к-рой при заданном X можно использовать вместо параметра а в качестве его приближённого значения. Ф-цию о(х) ваз. оценкой параметра в, принцип выбора ф-цин — методом оценивания. Очевидно, что можно предложить много оценок, поэтому необходимо изучить следующие оси. свойства оценок. [c.675]

Более общий подход к получению доверит, интервалов заключается в поиске такой ф-ции от оценки и параметра, распределение к-рой не зависит от кскомо-то параметра. Напр., пусть вектор оценок а распределён по многомерному Гаусса распределению со средним и матрицей вторых моментов D. Тогда Квадратичная форма Ф( , ) = а — a)D(a — а) распределена по закону Х ( ) Распределение), к-рое не зависит от . Задаваясь вероятностью р того, что Ф( ,в) к , находим kf и доверит, область для а Ф(а,а) — kf, имеющую вид гиперэллипсоида с центром в точке . Этот пример имеет практич. применение, т. к. асимптотически, при больших N, ми. методы оценивания дают нормально распределённые оценки параметров. [c.676]

Метод среднего риска является наиболее общим методом оценивания параметров. В зaви и r тй от конкретного вида функции потери П (с, с) и априорного рас-пределения р с) можно получить различные оценки — наиболее вероятное, апостериорное среднее, минимаксную и др. [32]. В целом оценки параметров, полученные в соответствий с двумя последними методами, называют байесовскими оценками. [c.353]

Правая часть неравенства (40) указывает нижнюю границу для ковариационной матрицы ошибок оценивания. Эта граница не зависит от конкретного метода оценивания. Если можно найти оценки параметров, для которых в (40) достигается равенство, ю их можно называть нанлучшимн оценками. Неравенство Рао— Крамера остается справедливым и в более частных формах записи— для следа, детерминанта или максимального собственного значения ковариационной матрицы. [c.356]

Из уравнений (127), (128) следует, что с помощью априорной информации регу-ляризуется задача оценивания параметров. С другими методами оценивания можно ознакомиться в работах [4, 29]. [c.367]

Рассмотренные значения признаков классификации задач оценки и контроля надежности не исчерпывают реальных жизненных ситуаций из множества возможных значений выбраны только те, что существенно видоизменяют задачу. Это касается в первую очередь оцениваемых показателей, моделей оценивания и форм представления априорных данных. Но даже рассмотренные значения позволяют вьщелить порядка десяти тысяч вариантов задач оценки надежности КА. Каждый конкретный вариант задачи легко обозначить набором введенных обозначений с индексами, соответствующими значению признака классификации, например (Rj О2 I2 G3 Гь L2 А)). Для обозначения класса задач, соответствующего нескольким значениям признака классификации, можно перечислить необходимые индексы. Если группа задач охватывает все значения признака классификации, то он приводится просто без индекса. Применимость и сравнение тех или иных методов оценивания надежности можно анализировать только для определенных классов задач оценки и контроля. [c.495]

Определение состоятельности как сходимости к R последовательности йценок R , я = 1,2,. .. при и Q0 апеллирует только к предельным свойствам последовательности Л . Поэтому нужна известная осторожность при использовании состоятельности как единственного критерия выбора метода оценивания в практических задачах. Не решает проблемы и ужесточение асимптотических требований в виде асимптотической несмещенности и нулевого предела дисперсии оценки. Фишером предложено другое определение состоятельности, применимое к выборкам любого объема, но распространяющееся только на функционалы от эмпирических функций распределения. [c.498]

Одним из достоинств классических методов оценивания является свойство интерсубъективности, т.е. независимость результата от субъекта оценивания. На основе этого классическим методам часто противопоставляется байесовский подход, последовательно интегрирующий в рамках своего формализма субъективные и объективные оценки априорных данных в виде гипотезы Pg е Р сг Я о семействе исследуемых вероятностных мер, априорной вероятностной меры Я параметров в основного распределения и функции потерь, обусловленных ошибкой оценивания. [c.503]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...