Способ выбора значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом

Данное изобретение относится к вычислительной технике. Технический результат - обеспечение в автоматизированном режиме выбора значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом (РСП). Для этого предложен способ, в котором: выделяют для РСП его характеристики и рассматривают их в качестве координат фазового пространства, в котором протекает РСП; строят для исследуемого РСП в соответствии с априорной информацией о нем эволюционно-симулятивную модель (ЭСМ), взаимно увязывающую координаты упомянутого фазового пространства; загружают ЭСМ в память процессорного устройства без выделенных внешних факторов; измеряют с помощью соответствующих датчиков исходные показатели исследуемого РСП и вводят их в память процессорного устройства в качестве входных сигналов для ЭСМ; рассчитывают интегральную характеристику РСП и ее интервал изменений; выделяют в этом интервале изменений равноотстоящие точки и выполняют в автоматизированном режиме в каждой из выделенных точек расчет совместных с интегральной характеристикой реализаций значений данного фактора и соответствующих значений этого же фактора на сглаживающей полиномиальной кривой и рассчитывают тесноту связи фактора и интегральной характеристики, а также устанавливают физически допустимые в данных условиях пределы изменения фактора; применяют процедуру сужения пределов изменения внешних факторов, переходя от внешнего фактора с большим значением тесноты к внешнему фактору с ее меньшим значением и принимают внешние факторы с суженными пределами в качестве значений параметров внешней среды, согласованных с оптимальным управлением РСП. 3 з.п. ф-лы, 4 ил., 6 табл., 3 пр.

 

Область техники, к которой относится изобретение

Данное изобретение относится к вычислительной технике, а конкретнее - к способу выбора значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом.

Уровень техники

В настоящее время процедура выбора значений параметров внешней среды для управления равновесным случайным процессом достаточно известна (см., к примеру, патент США №6216083, опубл. 10.04.2001, патент РФ №2059975, опубл. 10.05.1996, и патент РФ №2229741, опубл. 27.05.2004).

Однако ни в одном из этих или других известных документов не говорится о том, как осуществлять выбор значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом.

Раскрытие изобретения

Целью настоящего изобретения является разработка такого технического решения, которое расширяло бы функциональные возможности известных способов управления равновесными случайными процессами, обеспечивая в автоматизированном режиме выбор значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом.

Эта цель достигается благодаря тому, что в настоящем изобретении предложен способ выбора значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом (РСП), заключающийся в том, что: выделяют для РСП его характеристики в виде независимых случайных величин, именуемых далее факторами, и условно постоянных величин, именуемых далее показателями, и рассматривают эти показатели и параметры законов распределения вероятностей факторов в качестве координат фазового пространства, в котором протекает РСП; строят для исследуемого РСП в соответствии с априорной информацией о нем эволюционно-симулятивную модель (ЭСМ), взаимно увязывающую координаты фазового пространства и разделяющую эти координаты на исходные показатели, управляющие параметры и расчетные показатели; выделяют среди факторов внешние факторы, параметры законов распределения вероятностей которых не являются управляющими параметрами; загружают ЭСМ в память процессорного устройства без выделенных внешних факторов; измеряют с помощью соответствующих датчиков исходные показатели исследуемого РСП и вводят измеренные исходные показатели в память процессорного устройства в качестве входных сигналов для ЭСМ; рассчитывают интегральную характеристику РСП и ее интервал изменений; выделяют в интервале изменений равноотстоящие точки и с применением ЭСМ для каждого из внешних факторов выполняют в процессорном устройстве в автоматизированном режиме в каждой из выделенных точек расчет совместных с интегральной характеристикой реализаций значений данного фактора и соответствующих значений этого же фактора на сглаживающей полиномиальной кривой и рассчитывают тесноту связи фактора и интегральной характеристики, а также устанавливают физически допустимые в данных условиях пределы изменения фактора; применяют процедуру сужения пределов изменения внешних факторов, переходя от внешнего фактора с большим значением тесноты к внешнему фактору с ее меньшим значением и принимают внешние факторы с суженными пределами в качестве значений параметров внешней среды, согласованных с оптимальным управлением РСП.

Особенность способа по настоящему изобретению состоит в том, что в интервале изменений интегральной характеристики РСП могут выделять десять равноотстоящих точек, а в качестве сглаживающей полиномиальной кривой могут использовать кубический полином.

Еще одна особенность способа по настоящему изобретению состоит в том, что если в составе ЭСМ имитационная модель условий завышения и имитационная модель условий занижения совпадают, то процедуру сужения предела могут осуществлять за один этап, в котором: рассчитывают в автоматизированном режиме в процессорном устройстве несколько совместных с рассчитанной с помощью ЭСМ оптимальной интегральной характеристикой реализаций данного фактора, находят их среднее и погрешность измерения; и устанавливают суженный предел равным погрешности измерения значения данного фактора; если же в составе ЭСМ имитационная модель условий завышения и имитационная модель условий занижения не совпадают, то процедуру сужения предела могут осуществлять за несколько этапов, в которых: на первом этапе рассчитывают в автоматизированном режиме в процессорном устройстве на каждом шаге несколько совместных с оптимальной при данных исходных показателях интегральной характеристикой реализаций данного фактора, находят их среднее и погрешность измерения и устанавливают суженный предел равным погрешности измерения значения данного фактора, на втором и последующих этапах повторяют те же действия, что и на первом этапе, до тех пор, пока предел изменения значения данного фактора не станет меньше или равным погрешности измерения этого фактора, либо пока не возникнет несовместность ЭСМ.

Наконец, еще одна особенность способа по настоящему изобретению состоит в том, что могут рассчитывать пятнадцать совместных реализаций данного фактора.

Краткое описание чертежей

Настоящее изобретение иллюстрируется приложенными чертежами.

На Фиг. 1 приведена экранная форма модуля Equilibrium с загруженной Эволюционно-симулятивной моделью (1)-(5), с исходными данными из таблицы 2 и результатами прямого оптимизационного расчета.

На Фиг. 2 показана зависимость совместной с PL реализации фактора f1 от оптимальной реализации PL.

На Фиг. 3 показана зависимость совместной с PL реализации фактора f2 от оптимальной реализации PL.

На Фиг. 4 показана блок-схема алгоритма разделения внешних факторов на категории.

Подробное описание

Равновесным случайным процессом (далее - РСП) называется процесс, траектория которого в фазовом пространстве определяется сочетанием случайных факторов и управляющих воздействий, направление и сила которых определяются размером и направлением отклонения фактической траектории процесса от сглаженной. В этом случае регулирование, целью которого является поддержание равновесия, должно учитывать суммарный результат случайных воздействий за конечный промежуток времени.

Примерами равновесных случайных процессов могут служить: удержание в состоянии равновесия тела, масса и плотность которого изменяются под воздействием случайных факторов (например, поддержание на заданной траектории космического корабля, внутри которого происходит перемещение масс; удержание мишени под жестким излучением в магнитном поле); удержание траектории движения объекта при сильных отклоняющих воздействиях (удержание курса морского судна во время шторма); поддержание постоянного давления в сосуде с упругими стенками, поступление и истечение текучей среды из которого подвержено случайным воздействиям (давление в газо- или нефтепроводах).

Кроме того, равновесные случайные процессы известны и в других областях. В биологии их примерами могут быть поддержание кровяного давления, либо равновесие в биологических популяциях. В теории больших систем равновесными случайными процессами описывается управление потоками запросов, очередями; в психологии - поведение, основанное на соизмерении рисков; в социологии - формирование коллективных решений и предпочтений. В экономике примерами равновесных случайных процессов являются ситуации на локальных, региональных и глобальных рынках товаров, услуг, ценных бумаг, а кроме того, управление, основанное на нормах и нормативах.

Как уже отмечено в разделе «Уровень техники», определение и регулирование характеристик РСП подробно описано в патенте РФ №2229741. В частности, в этом документе раскрыт метод построения эволюционно-симулятивной модели (ЭСМ) исследуемого РСП. ЭСМ представляет собой строгую структурную формулировку задачи, а ее название получено путем объединения двух терминов «эволюционный» и «симулятивный». Термин «эволюционный» указывает на то, что в ЭСМ применяется оптимизация, использующая некоторые принципы естественной эволюции, которая, в свою очередь, представляет собой направленный случайный поиск. Термин «симулятивный» указывает на то, что ЭСМ допускает использование принципов диалогового (симулятивного) моделирования как при разработке имитационных моделей, так и непосредственно в процессе расчетов, в случае, если в течение моделируемого РСП информация о процессе может экспертно пополняться или видоизменяться.

Внешние условия протекания РСП, а также каналы, посредством которых можно воздействовать на этот РСП, характеризуются законами распределения вероятностей некоторых независимых случайных величин (факторов), и некоторыми условно постоянными величинами (исходными показателями). Параметры этих законов распределения вероятностей значений факторов, а также эти исходные показатели далее именуются характеристиками РСП. Основными характеристиками РСП являются PL, Р0 и З/З, поясняемые далее и определяемые структурной формулировкой эволюционно-симулятивной модели (ЭСМ). Показатели, зависящие хотя бы от одной из основных характеристик РСП, именуются далее расчетными показателями.

В данном описании отмеченные выше условно постоянные величины и параметры законов распределения вероятностей упомянутых факторов (т.е. характеристики РСП) рассматриваются в качестве координат фазового пространства, в котором протекает данный РСП.

Как уже отмечено выше, в способе по настоящему изобретению для исследуемого РСП в соответствии с априорной информацией о нем строят эволюционно-симулятивную модель (ЭСМ), взаимно увязывающую координаты упомянутого фазового пространства и разделяющую эти координаты на исходные показатели, управляющие параметры и расчетные показатели. Следует специально отметить, что исходными показателями могут быть как условно-постоянные величины, так и параметры законов распределения вероятностей факторов.

Управляющим параметром является тот параметр, воздействие которого направленно изменяет режим протекания РСП. Среди указанных факторов выделяют внешние факторы, параметры законов распределения вероятностей которых не являются управляющими параметрами. Поэтому построенную ЭСМ загружают без указанных (выделенных) внешних факторов в память процессорного устройства, в котором эта ЭСМ будет функционировать. В качестве такого процессорного устройства может быть выбран персональный компьютер, сервер либо несколько подобных устройств, объединенных сетью. Конкретный вид процессорного устройства не входит в объем притязаний данного изобретения.

Далее в процессе протекания исследуемого РСП с помощью соответствующих датчиков измеряют исходные показатели этого РСП и вводят измеренные исходные показатели в память процессорного устройства в качестве входных сигналов для разработанной ЭСМ. В процессе функционирования этой ЭСМ находят оптимальную траекторию РСП и соответствующее управление РСП так, как это описано в патенте тех же авторов по заявке №2014140060, поданной 03.10.2014, все содержание которой включено сюда посредством ссылки.

Введем теперь некоторые обозначения в дополнение к тем, которые были введены в указанной заявке.

Как уже отмечено, внешним фактором назовем фактор, параметры закона распределения вероятностей значений которого не являются управляющими параметрами. Пусть:

- f b e n v , b = 1, , B - внешний фактор (b - номер внешнего фактора, В - количество внешних факторов);

- f b e n v ( t n ) , b = 1, , B - значения параметров закона распределения вероятностей внешнего фактора f b e n v в момент tn;

- f e n v ¯ ( t n ) - значение параметров законов распределения вероятностей всех внешних факторов в момент tn.

Параметры факторов f e n v ¯ ( t n ) характеризуют состояние внешней среды для протекания РСП в момент tn. Иллюстративные примеры некоторых систем, порождающих РСП, и некоторых внешних факторов, действующих на эти системы:

Предполагается, что мы имеем некоторые возможности влиять на состояние внешней среды (вызвать или предотвратить осадки в том или ином районе путем распыления с самолета реагентов; улучшить упругость сосудов путем приема лекарств; повышать спрос на товар с помощью рекламы и т.п.).

Пусть Uenv(tn) - область допустимых значений параметров законов распределения вероятностей внешних факторов в момент tn.

Оптимальная траектория Q x n ( t n ) , n = 1, , N может быть осуществлена при разных значениях параметров законов распределения вероятностей внешних факторов f e n v ¯ ( t n ) , но вероятность того, что в момент tn траектория пройдет через оптимальную точку Q x n ( t n ) в момент tn, зависит от параметров f e n v ¯ ( t n ) .

Задача состоит в том, чтобы найти такие значения для параметров законов распределения вероятностей внешних факторов f e n v ¯ ( t n ) U e n v ( t n ) , n = 1, , N , при которых вероятность прохождения оптимальной точки Q x n ( t n ) траекторией РСП была бы максимальна.

Будем предполагать, что параметры законов распределения вероятностей внешних факторов f e n v ¯ ( t n ) в момент tn слабо зависят или вовсе не зависят от значений этих параметров в любой иной момент tn′. При этом предположении очевидно, что если существует способ, который позволяет решить задачу для момента tn, то этот способ может быть итерационно применен для любой совокупности моментов tn, n=1,…,N. С учетом этого аргумент tn далее опускается.

Обратимся теперь к трем экспериментальным фактам, установленным с помощью вычислительных экспериментов с Эволюционно-симулятивными моделями (ЭСМ) равновесных случайных процессов (РСП).

Факт 1 выражается в следующем утверждении:

между фактором f (не обязательно внешним) и основными характеристиками РСП: PL, Р0, З/З - существует корреляционная зависимость.

При этом, поскольку между основными характеристиками существует взаимно однозначное соответствие (оно непосредственно вытекает из структурной формулировки эволюционно-симулятивной модели), то корреляция между f и PL равна корреляции между f и Р0, а также корреляции между f и З/З. Все сказанное в полной мере относится и к любому внешнему фактору f b e n v .

Теснота корреляционной связи может быть как пренебрежимо малой, так и почти детерминированной. Это зависит как от особенностей имитационных моделей ρ1, ρ2, ρ3, ρ4 в составе ЭСМ, так и от особенностей исходных данных.

Для иллюстрации сделанных утверждений рассмотрим следующую простейшую Эволюционно-симулятивную модель:

Будем считать, что факторы имеют равномерное распределение на конечном интервале. Исходные данные о факторах и исходных показателях приведены в таблице 2.

На Фиг. 1 показана Форма 1 модуля Equilibrium, в который загружена Эволюционно-симулятивная модель (1)-(5), введены исходные данные из Таблицы 2 и представлены результаты расчета, полученные в автоматизированном режиме при осуществлении диалоговой процедуры:

Расчет→Прямой/Обратный→Прямой расчет→…

В правом нижнем углу на Фиг. 1 в качестве расчетных показателей указаны:

- План - значение PL, оптимальное по критерию (5);

- Фактор 1 - совместная с PL реализация фактора 1 (то есть ƒ1);

- Фактор 2 - совместная с PL реализация фактора 2 (то есть f2).

Выполним диалоговую процедуру:

Результат показан на Фиг. 2, где в общей системе координат показаны зависимость совместных с PL реализаций f1 от PL и сглаживающий эту зависимость тренд (кубический полином).

Из Фиг. 2 очевидно, что корреляционная зависимость f1 от PL очень тесная и почти линейная. Это является прямым экспериментальным подтверждением сделанного утверждения по факту 1.

Вместе с тем, корреляционная зависимость может быть и пренебрежимо малой. Выполним диалоговую процедуру:

На Фиг. 3 показана зависимость совместной с PL реализации фактора f2 от PL. Из Фиг. 3 очевидно, что корреляционная зависимость f2 от PL пренебрежимо мала (случайные колебания значений фактора перекрывают изменения фактора в результате какой-либо тенденции).

Предельно высокая корреляционная зависимость фактора f1 от PL и предельно низкая корреляционная зависимость фактора f2 от PL объясняется конкретными особенностями простейшей модели (1)-(5) и особенностями исходных данных. В частности, из (1) и (2) видно, что Fa 1 и Fa 2 линейно и одинаково зависят от факторов f1 и f2. При этом нижняя граница интервала изменения значений первого фактора [23, 75] существенно больше верхней границы изменения значений второго фактора [1, 5].

В общем случае, при достаточно сложных имитационных моделях ρ1, ρ2, ρ3, ρ4 и разнообразных видах законов распределения вероятностей значений факторов установить тесноту связи фактора и основных характеристик РСП можно только экспериментально.

Факт 2 выражается утверждением:

если имитационные модели ρ1 (для расчета Fa1) и ρ2 (для расчета Fa2) совпадают, то области значений всех факторов (в том числе внешних) могут быть неограниченно сужены.

Пусть f b e n v ( e ) совместная с PL реализация фактора f b e n v , полученная в результате осуществления одной из следующих диалоговых процедур:

или

или

или

Пусть:

- [ f b e n v ( e ) _ , f b e n v ( e ) ¯ ] интервал, являющийся окрестностью f b e n v ( e ) ;

- Δ b = f b e n v ( e ) ¯ f b e n v ( e ) _ - длина этого интервала.

Замену исходного закона распределения вероятностей значений фактора f b e n v равномерным распределением в пределах [ f b e n v ( e ) _ , f b e n v ( e ) ¯ ] назовем сужением области определения фактора, а сам интервал назовем суженным. При этом предполагается, что Δb не больше исходной области определения и что Δb>0.

В дополнение к этому факт 3 выражается утверждением:

если имитационные модели ρ1 (для расчета Fa1) и ρ2 (для расчета Fa2) не совпадают, то при сужении областей определения значений факторов может возникнуть несовместность условий задачи. Этим ограничиваются возможности сужения областей определения значений факторов.

Способ по настоящему изобретению основан на использовании описанных выше экспериментально установленных фактов и направлен на приближенное решение сформулированной выше задачи путем сужения пределов (областей определения) внешних факторов. Способ предполагает последовательное осуществление следующих трех этапов:

- Этап 1 - оценка тесноты связи внешних факторов и основных характеристик РСП;

- Этап 2 - разделение внешних факторов на категории;

- Этап 3 - сужение областей значений внешних факторов.

Этап 1. Оценка тесноты связи внешних факторов и основных характеристик РСП

Формально, чтобы установить тесноту связи между PL и каким-либо из внешних факторов f b e n v , можно многократно выполнить диалоговую процедуру: Расчет→Прямой/Обратный→Прямой расчет… и таким образом сформировать массивы реализаций фактора f b e n v и PL. Это позволит рассчитать коэффициент корреляции между f b e n v и PL. Этот способ установления тесноты связи, с одной стороны, весьма трудоемкий, а с другой стороны, не учитывает, что при разных значениях PL коэффициент корреляции также может иметь разные значения. Нас же интересует, прежде всего, именно степень влияния изменения PL на изменение параметров закона распределения вероятностей значений f b e n v : наличие этого влияния и его зашумленность. Ниже предлагается более экономный способ оценки тесноты связи, не имеющий отмеченных недостатков, который может выполняться в автоматизированном режиме.

Для внешнего фактора f 1 e n v выполняем диалоговую процедуру

При этом в автоматизированном режиме в общей системе координат строятся график зависимости совместных с PL реализаций фактора f 1 e n v от PL и график сглаживающего эту зависимость тренда (подобно тем, что показаны на Фиг. 2 и 3). Одновременно, дается табличное представление этих графиков (графики и таблица автоматически распечатываются на листе «Графики» модуля Equilibrium). В качестве примера график зависимости совместных с PL реализаций фактора f 1 e n v от PL и график сглаживающего эту зависимость тренда, показанные на Фиг. 2, в табличной форме представлены в таблице 3.

Критерий тесноты связи любого фактора (не только внешнего) f b e n v и PL будем выражать коэффициентом KTSb, который рассчитывается по формуле

где KTSb - критерий тесноты связи внешнего фактора b и PL;

f b , l e n v - фактическая координата точки l фактора b;

f b , l t r - координата точки l на линии тренда.

Коэффициент KTSb показывает среднее отклонение фактических точек от соответствующих точек сглаживающего тренда, выраженное в процентах.

Способ расчета KTSb на примере KTS1 на основе данных таблицы 3 показан в таблице 4.

После того как выполнен расчет KTS1, для расчета остальных коэффициентов необходимо выполнить диалоговую процедуру

где b пробегает значения от 2 до В. В результате мы получим значения KTSb, b=1,…,В.

Внешний фактор b будем считать достаточно коррелированным с основными характеристиками РСП, если K T S b > K T S ¯ .

Как показывает опыт, часто можно положить, что K T S ¯ = 9 . Эта рекомендация не является обязательной. С учетом конкретных особенностей РСП значение K T S ¯ может быть изменено.

Расчет KTS2 дан в таблице 5.

Сравнение графиков на Фиг. 2 и 3 и значений KTS1=1,105233 и KTS2=25,382 наглядно иллюстрирует то, как показатель KTSb выражает тесноту связи фактора и основных характеристик РСП.

Этап 2. Разделение внешних факторов на категории.

Поскольку внешние факторы характеризуют среду, то возможности воздействия на параметры законов распределения вероятностей этих факторов обычно ограничены. Эти ограничения определяется конкретными физическими (или химическими, биологическими, техническими, организационными и экономическими и иными) особенностями РСП. С учетом этого, все внешние факторы могут быть разделены на 3 основные категории:

- Категория А включает те внешние факторы, которые мало влияют на основные характеристики РСП;

- Категория В включает те внешние факторы, которые сильно влияют на основные характеристики РСП, но воздействие на параметры законов распределения вероятностей значений которых либо вовсе невозможно или заведомо нецелесообразно по какой-либо причине или совокупности причин (физических, химических, биологических, технических, организационных, экономических или иных);

- Категория C включает те внешние факторы, которые сильно влияют на основные характеристики РСП, и воздействие на параметры законов распределения вероятностей которых возможны и целесообразны с учетом всей совокупности условий (физических и др.).

Блок-схема алгоритма разделения внешних факторов на категории показана на Фиг. 4.

Этап 3. Сужение областей значений внешних факторов.

Пусть МА, МB и МC - множества факторов категории A, B и C соответственно. Будем считать, что:

- хА=1,…,ХА - индекс по порядку и без повторений нумерует факторы из множества МА по мере убывания KTS, так что K T S x A K T S x A + 1 ;

- хB=1,…,ХВ - индекс по порядку и без повторений нумерует факторы из множества МB по мере убывания KTS, так что K T S x B K T S x B + 1 ;

- хC=1,…,XC - индекс по порядку и без повторений нумерует факторы из множества МС по мере убывания KTS, так что K T S x C K T S x C + 1 .

Сужение пределов областей значений для факторов категории А не требуется.

Вначале осуществляем сужение пределов областей значений для факторов категории B, а затем для факторов категории C.

Пусть f b e n v , b M B M C - фактор категории B или C. Для любого b процедура сужения состоит в том, что:

- во-первых, Nr раз повторяется диалоговая процедура:

и формируется массив реализаций f b e n v ( e b ) , e b = 1, , N r ;

- во-вторых, устанавливаются правила выбора среди этих реализаций конкретной реализации с номером e b ' ;

- в-третьих, устанавливается длина Δb интервала сужения.

Границы суженного интервала:

- нижняя граница f b e n v _ = f b e n v ( e b ' ) Δ b 2 ;

- верхняя граница - f b e n v ¯ = f b e n v ( e b ' ) Δ b 2 .

Таким образом, суженный интервал (пределы): [ f b e n v _ , f b e n v ¯ ] .

При этом

где

- РΔ - вероятность, что при однократном применении диалоговой процедуры (*) реализация фактора f b e n v ( e b ) попадет в пределы [ f b e n v _ , f b e n v ¯ ] ;

- Р* - вероятность, что, осуществив Nr раз диалоговую процедуру (*) среди реализаций f b e n v ( e b ) , e b = 1, , N r , хотя бы одна из них попадет в этот интервал.

При этом:

- (1-РΔ) - вероятность того, что в одном испытании f b e n v ( e b ) не попадет в пределы [ f b e n v _ , f b e n v ¯ ] ;

- (1-PΔ)Nr - вероятность того, что за Nr испытаний ни одна реализация f b e n v ( e b ) , e b = 1, , N r не попадет в пределы [ f b e n v _ , f b e n v ¯ ] ;

- 1-(1-PΔ)Nr - вероятность того, что за Nr испытаний хотя бы одна реализация f b e n v ( e b ) , e b = 1, , N r попадет в пределы [ f b e n v _ , f b e n v ¯ ] .

Иначе говоря Р*=1-(1-PΔ)Nr. Отсюда возникает формула (7) для расчета Nr.

Чаще всего суженный интервал [ f b e n v _ , f b e n v ¯ ] составляет от 0,1 до 0,3 от исходного (доверительного) интервала. Если фактор имеет равномерное распределение, то это означает, что 0,1≤PΔ≤0,3. При других законах распределения вероятностей эта величина интервала в принципе может быть и меньше 0,1, но скорее всего она больше. Вероятность Р*, как правило, принимается равной 0,95 или, реже, 0,99. Соответствующие значения Nr представлены в таблице 6.

Для исчерпывающей конкретизации процедуры сужения необходимо сформулировать алгоритм выбора e b ' из реализаций f b e n v ( e b ) , e b = 1, , N r и установления длины Δb интервала сужения. Этот алгоритм имеет разные варианты для факторов категории B и категории C при условиях, когда имеет место факт 2 и факт 3.

Алгоритм сужения интервалов областей значений для факторов категории B при соблюдении условий, когда имеет место факт 2.

1. хB=0

2. xB=xB+1

3. Если хB>xB - останов.

4. Полагаем Δ x B равной погрешности, в пределах которой мы способны прогнозировать значение фактора f x B e n v на момент tn, исходя из физической природы этого фактора.

5. Пусть f x B m p v - наиболее вероятное значение фактора f x B e n v , найденное с помощью методов прогнозирования, соответствующих физической (или иной) природе этого фактора.

6. Находим e b ' такое, что min e b | f x B e n v ( e b ) f x B m p v | = f x B e n v ( e b ' )

7. Переходим к 2.

Алгоритм сужения интервалов областей значений для факторов категории В при соблюдении условий, когда имеет место факт 3.

1. хB=0

2. хBB+1

3. Если хBB - останов.

4. Полагаем Δ x B равным доверительному интервалу для прогнозируемого значения фактора f x B e n v на момент tn.

5. Пусть f x B m p v - наиболее вероятное значение фактора f x B e n v , найденное с помощью методов прогнозирования, соответствующих физической (или иной) природе данного фактора.

6. d=0

7. d=d+1: Если d>10 то переход к 2.

8. Осуществляем диалоговую процедуру (*). Если появляется сообщение: «Условия задачи несовместны» - останов.

9. Находим e b ' такое, что min e b | f x B e n v ( e b ) f x B m p v | = f x B e n v ( e b ' ) .

10. Осуществляем сужение интервала Δ x B на 5%.

11. Переходим к 7.

Алгоритм сужения интервалов областей значений для факторов категории C при соблюдении условий, когда имеет место факт 2.

1. хC=0

2. хCC+1

3. Если хCC - останов.

4. Полагаем Δ x C равной погрешности, в пределах которой мы способны регулировать значение фактора f x C e n v на момент tn.

5. Пусть f x C m p v - наиболее предпочтительное значение фактора f x C e n v , установленное исходя из физической (или иной) природы фактора, либо исходя из соображений минимума затрат, необходимых, чтобы достичь это значение.

6. Находим e b ' такое, что min e b | f x C e n v ( e b ) f x C m p v | = f x C e n v ( e b ' )

7. Переходим к 2.

Алгоритм сужения интервалов областей значений для факторов категории C при соблюдении условий, когда имеет место факт 3.

1.хC=0

2. хCC+1

3. Если хCC - останов.

4. Полагаем Δ x C равной погрешности, в пределах которой мы способны регулировать значение фактора f x C e n v на момент tn.

5. Пусть f x C m p v - наиболее предпочтительное значение фактора f x C e n v , установленное исходя из физической (или иной) природы фактора, либо исходя из соображений минимума затрат, необходимых, чтобы достичь это значение.

6. d=0

7. d=d+1: Если d>10 то переход к 2.

8. Осуществляем диалоговую процедуру (*). Если появляется сообщение: «Условия задачи несовместны» - останов.

9. Находим e b ' такое, что min e b | f x C e n v ( e b ) f x C m p v | = f x C e n v ( e b ' ) .

10. Осуществляем сужение интервала Δ x C на 5%

11. Переходим к 7.

Пример 1

Рассмотрим электростанцию, в которой установлено несколько силовых установок. Каждая установка представляет собой дизельный двигатель, вращающий динамо-машину. При этом:

- Fa - общая нагрузка (суммарный спрос на электроэнергию со стороны потребителей);

- PL - мощность электростанции;

- Ψ1(PL,Fa), PL>Fa - сокращение подачи топлива при избытке мощности (сумма уменьшения подачи на работающие двигатели и прекращения подачи на выключаемые двигатели);

- Ψ2(PL,Fa), PL>Fa - увеличение подачи топлива при недостатке мощности (сумма увеличения подачи на работающие двигатели и дополнительную подачу на включаемые двигатели).

Предположим, что мы имеем некоторую возможность влиять на параметры спроса на электроэнергию Fa (например, уменьшить амплитуду суточных колебаний спроса с помощью аккумуляторов).

Способ обеспечивает поддержание такого интервала колебаний спроса Fa, при котором достижение минимального расхода топлива r будет наиболее вероятно.

Пример 2

Рассмотрим газопровод, в который под давлением подается газ из двух основных источников (две компрессорные станции, приближенные к соответствующим местам добычи) и у которого имеется несколько категорий потребителей газа. При этом:

- Fa - фактическое давление в газопроводе;

- PL - нормативное давление;

- Ψ1(PL,Fa), PL>Fa - сокращение подачи газа, когда фактическое давление больше нормативного;

- Ψ2(PL,Fa), PL>Fa - увеличение подачи газа, когда фактическое давление меньше нормативного.

Предположим, что мы имеем некоторую возможность влиять на параметры спроса на газ со стороны разных категорий потребителей.

Способ обеспечивает поддержание такого интервала колебаний распределения спроса между потребителями, при котором минимизация расхода энергии r будет наиболее вероятна.

Пример 3.

Рассмотрим корабль в море. От проложенного курса корабль отклоняется под действием подводных течений и ветра. При этом:

- Fa - фактическое положение корабля;

- PL - положение корабля, которое он должен занимать согласно заданному курсу;

- Ψ1(PL,Fa), PL>Fa - угол поворота штурвала, при отклонении от курса в одну сторону;

- Ψ2(PL,Fa), PL>Fa - угол поворота штурвала, при отклонении от курса в другую сторону.

Предположим, что мы имеем некоторую возможность влиять на параметры случайных воздействий. Например, путем установки различных обтекателей можно снизить влияние течений и ветра.

Способ обеспечивает подбор такого интервала колебаний внешних воздействий, при котором достижение минимума расхода топлива r будет наиболее вероятно.

Таким образом, настоящее изобретение расширяет функциональные возможности известных способов управления равновесными случайными процессами, обеспечивая в автоматизированном режиме выбор значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом.

1. Способ выбора значений параметров внешней среды, согласованных с оптимальным управлением равновесным случайным процессом (РСП), заключающийся в том, что:
- выделяют для упомянутого РСП его характеристики в виде независимых случайных величин, именуемых далее факторами, и условно постоянных величин, именуемых далее показателями, и рассматривают эти показатели и параметры законов распределения вероятностей упомянутых факторов в качестве координат фазового пространства, в котором протекает РСП;
- строят для исследуемого РСП в соответствии с априорной информацией о нем эволюционно-симулятивную модель (ЭСМ), взаимно увязывающую координаты упомянутого фазового пространства и разделяющую эти координаты на исходные показатели, управляющие параметры и расчетные показатели;
- выделяют среди упомянутых факторов внешние факторы, параметры законов распределения вероятностей которых не являются управляющими параметрами;
- загружают упомянутую ЭСМ в память процессорного устройства без выделенных внешних факторов;
- измеряют с помощью соответствующих датчиков упомянутые исходные показатели исследуемого РСП и вводят измеренные исходные показатели в упомянутую память процессорного устройства в качестве входных сигналов для упомянутой ЭСМ;
- рассчитывают интегральную характеристику РСП и ее интервал изменений;
- выделяют в упомянутом интервале изменений равноотстоящие точки и с применением упомянутой ЭСМ для каждого из упомянутых внешних факторов выполняют в упомянутом процессорном устройстве в автоматизированном режиме в каждой из упомянутых выделенных точек расчет совместных с упомянутой интегральной характеристикой реализаций значений данного фактора и соответствующих значений этого же фактора на сглаживающей полиномиальной кривой и рассчитывают тесноту связи упомянутого фактора и упомянутой интегральной характеристики, а также устанавливают физически допустимые в данных условиях пределы изменения упомянутого фактора;
- применяют процедуру сужения упомянутых пределов изменения внешних факторов, переходя от внешнего фактора с большим значением упомянутой тесноты к внешнему фактору с ее меньшим значением и принимают внешние факторы с суженными пределами в качестве упомянутых значений параметров внешней среды, согласованных с оптимальным управлением РСП.

2. Способ по п. 1, в котором в упомянутом интервале изменений интегральной характеристики РСП выделяют десять упомянутых равноотстоящих точек, а в качестве упомянутой сглаживающей полиномиальной кривой используют кубический полином.

3. Способ по п. 1 или 2, в котором:
- если в составе упомянутой ЭСМ имитационная модель условий завышения и имитационная модель условий занижения совпадают, то упомянутую процедуру сужения предела осуществляют за один этап: рассчитывают в автоматизированном режиме в упомянутом процессорном устройстве несколько совместных с рассчитанной с помощью упомянутой ЭСМ оптимальной интегральной характеристикой реализаций данного фактора, находят их среднее и погрешность измерения; и устанавливают суженный предел равным упомянутой погрешности измерения значения данного фактора;
- если в составе упомянутой ЭСМ имитационная модель условий завышения и имитационная модель условий занижения не совпадают, то упомянутую процедуру сужения предела осуществляют за несколько этапов: на первом этапе рассчитывают в автоматизированном режиме в упомянутом процессорном устройстве на каждом шаге несколько совместных с оптимальной при данных исходных показателях интегральной характеристикой реализаций данного фактора, находят их среднее и погрешность измерения и устанавливают суженный предел равным упомянутой погрешности измерения значения данного фактора, на втором и последующих этапах повторяют те же действия, что и на первом этапе, до тех пор, пока упомянутый предел изменения значения данного фактора не станет меньше или равным погрешности измерения этого фактора, либо пока не возникнет несовместность условий упомянутой ЭСМ.

4. Способ по п. 3, в котором рассчитывают пятнадцать упомянутых совместных реализаций данного фактора.



 

Похожие патенты:

Изобретение относится к компьютерной технике, а именно к цифровым вычислительным системам для определения качества сравниваемых сложных систем, средств, изделий и различных объектов, описываемых значительным числом разнородных единичных показателей.

Изобретение относится к трансфузиологии и предназначается для использования в лечебных учреждениях при планировании и переливании пациенту компонентов консервированной донорской крови.

Изобретение относится к области электроэнергетики и может быть использовано для регистрации параметров переходных режимов в электроэнергетических системах (ЭЭС).

Изобретение относится к вычислительной технике и может быть использовано при расчетах, связанных с оценкой вероятностных характеристик случайных величин (СВ), когда имеет место малое количество статистических данных.

Изобретение относится к области информационного обеспечения выполнения сельскохозяйственных процессов на основе электронного обмена данными. Техническим результатом является повышение эффективности обмена данными между прикладными подсистемами пользователя и провайдерами услуг.

Изобретение относится к области автоматизированных систем управления безопасностью опасного производственного объекта и может быть использовано на всех этапах жизненного цикла объекта, а именно при проектировании, строительстве, эксплуатации и ликвидации опасного производственного объекта.

Группа изобретений относится к обработке транзакций в вычислительной среде. Технический результат заключается в повышении быстродействия обработки за счет корректирующего действия, основанного на определении ситуации.

Изобретение относится к способам, устройству и машиночитаемому носителю для проведения соревнования в режиме реального времени. Техническим результатом является повышение надежности проведения соревнований в режиме реального времени между пользователями компьютерных устройств.

Изобретение относится к технике электросвязи и может быть использовано для контроля качества дискретного канала связи. Технический результат заключается в повышении точности адаптации алгоритма прогнозирования ошибок в канале связи и уменьшении времени прогнозирования.

Изобретение относится к средствам обеспечения летных испытаний систем и комплексов бортового оборудования летательных аппаратов (ЛА), в частности применимо в системах обеспечения летных испытаний пилотажно-навигационного оборудования ЛА.

Изобретение относится к способу и системе моделирования дорожных характеристик в регионе, где движется транспортное средство. Техническим результатом является повышение эффективности обнаружения движения транспортного средства. При движении транспортного средства с заданной скоростью генерируют последовательность характеристических значений, где каждое характеристическое значение соответствует своему заданному диапазону, обнаруживаемому транспортным средством. Модель марковской цепи для дорожных характеристик обновляют при смене последовательных характеристических значений, причем модель представляет соответствующие элементы вероятности в матрице событий перехода от каждого заданного диапазона к следующему в последовательности диапазону. Каждый элемент матрицы имеет значение πi,j, представляющее собой взвешенную частоту событий перехода от первого характеристического значения ко второму соответствующему характеристическому значению, деленную на взвешенную частоту событий перехода, начавшихся от первого характеристического значения, в результате чего матрица последовательно аппроксимирует дорожные характеристики в этом регионе. 2 н. и 6 з.п. ф-лы, 6 ил.

Изобретение относится к разработке и изготовлению редукторов преимущественно для малоразмерных авиационных турбовинтовых двигателей. Способ включает этапы: ввода исходных данных, составления максимального количества вариантов конструкции, фильтрации по геометрическим параметрам, на котором выбирается группа редукторов, для которых возможно построить структурную схему, составления эскизов кинематических схем редукторов по топологическим связям с определением основных параметров зубчатых колес, определения необходимости планетарной передачи в редукторе и сборки планетарной передачи. Затем выполняются кинематические схемы редукторов с определением или уточнением их параметров, после чего осуществляется оценка каждого редуктора по конструктивным, технологическим, прочностным и эксплуатационным параметрам и на основании оценки выбирается рекомендуемая конструкция редуктора. На окончательном этапе выполняется модель рекомендованной конструкции редуктора и конструкторский чертеж, на основе которых изготавливают готовый редуктор. Затем проводятся испытания изготовленного редуктора для подтверждения заявленных исходных данных. Обеспечивается снижение трудоемкости проектирования. 2 з.п. ф-лы, 4 ил.

Изобретение относится к многопроцессорным вычислительным средам, а именно к транзакционной обработке внутри таких вычислительных сред. Техническим результатом является повышение скорости выполнения команды начать транзакцию благодаря сохранению содержимого только тех регистров, которые прямо указаны маской сохранения регистров общего назначения. Команда «начать транзакцию» начинает выполнение транзакции и включает маску сохранения регистров общего назначения, имеющую биты, которые если установлены, указывают регистры, которые необходимо сохранить в случае сброса транзакции. В начале транзакции содержимое регистров сохраняется в памяти, не доступной для программы, и если транзакция сбрасывается, сохраненное содержимое копируется в регистры. 2 н. и 12 з.п. ф-лы, 21 ил.

Изобретение относится к боевым информационно-управляющим системам и может быть использовано для управления подготовкой и пуском ракет (противоракет, торпед, управляемых снарядов и т.п.), в которые ввод данных полетного задания осуществляется от обеспечивающих систем. Технический результат - расширение функциональных возможностей, повышение безопасности, надежности и отказоустойчивости боевых информационно-управляющих систем, предназначенных для управления и пуском ракет. Устройство содержит автоматизированное рабочее место оператора, два вычислительных комплекса, две клавиатуры, два устройства документирования, два монитора, две базовые станции системы единого времени с выносными антеннами, цифровые каналы информационного обмена, периферийные подсистемы связи, устройства управления, основные и дублирующие блоки управления, двигательные приводы токоразъединителей, блоки проверки функционирования, устройства электропитания, основные и дублирующие блоки коммутации, основные и дублирующие блоки вторичных источников питания, основные и дублирующие блоки подачи команд на срабатывание пиропатронов, основные и дублирующие блоки разряда, основные и дублирующие блоки питания двигательных приводов токоразъединителей, основные и дублирующие блоки дежурного электропитания. 1 ил.

Изобретение относится к способу заполнения электронной таблицы. Технический результат заключается в автоматизации и повышении эффективности ввода и расчета данных. В способе осуществляют внесение посредством устройства ввода исходных данных во влияющую ячейку электронной таблицы, определение их результирующего показателя, зависимого посредством формул от их изменения во влияющей ячейке, с последующим его отображением в результирующей ячейке посредством устройства вывода информации, обозначение результирующей ячейки визуальным сигналом в зависимости от заданного условия, при этом исходные данные вносят во влияющую или в результирующую ячейку, если исходные данные внесли в результирующую ячейку, то в ней в качестве результирующего показателя отображают внесенное значение, а если исходные данные внесли во влияющую ячейку, то при совпадении предыдущего значения их результирующего показателя с его отображенным в результирующей ячейке значением осуществляют замену в результирующей ячейке предыдущего значения результирующего показателя на его новое значение, причем визуальным сигналом обозначают результирующую ячейку, если отображенное в ней значение результирующего показателя не соответствует его значению, определенному хотя бы по одной из его формул. 4 ил.

Изобретение относится к системам автоматизации. Технический результат заключается в повышении скорости получения и обработки данных. Программно-аппаратный модуль содержит: сервер базы данных, сервер обработки информации, центры управления администрирования и функционального контроля, автоматизированные рабочие места операторов обработки информации об обстановке в воздухе с типовой ЭВМ, средство отображения коллективного пользования, носимый пульт управления обработкой и представлением информации о воздушной обстановке, маршрутизатор локальной сети, адаптер беспроводной сети для подключения сервера и сенсорной панели к локальной сети, многофункциональное печатающее устройство, для агрегирования информации о воздушной обстановке модуль дополнительно оснащен: сервером агрегирования информации о воздушной обстановке (САИВО); хранилищем данных (ХД); автоматизированным рабочим местом (АРМ) оператора; радиолокационной станцией (РЛС). 2 ил.

Изобретение относится к способу, устройству и машиночитаемому носителю для обеспечения соревнования между пользователями в реальном времени. Технический результат заключается в повышении быстродействия проведения соревнований реального времени. Способ включает в себя получение вычислительным устройством от первого пользователя информации о выборе первой конкурентной позиции, соответствующей тому, вырастет, упадет или останется прежней стоимость первого товара или валюты относительно стоимости второго товара или валюты в течение заданного периода времени и шансов, соответствующих первой конкурентной позиции, получение вычислительным устройством от второго пользователя информации одобрения шансов, соответствующих первой конкурентной позиции и второй конкурентной позиции, также указывающей, вырастет, упадет или останется прежней стоимость первого товара или валюты относительно стоимости второго товара или валюты в течение заданного периода времени, проведение вычислительным устройством соревнования в режиме реального времени на основании первой и второй конкурентных позиций и передачу после его окончания первому и второму пользователям информации о результате соревнования, который является положительным для первого пользователя, если первая конкурентная позиция согласуется в режиме реального времени со стоимостью первого товара или валюты относительно стоимости второго товара или валюты, или является положительным для второго пользователя, если вторая конкурентная позиция согласуется в режиме реального времени со стоимостью первого товара или валюты относительно стоимости второго товара или валюты. 3 н. и 18 з.п. ф-лы, 24 ил.

Изобретение относится к вычислительной технике, а именно к идентификации текстовой информации в случаях определения ее автора. Технический результат - повышение уровня достоверности определения авторства текстовой информации. Устройство содержит группы входных регистров, входные регистры группы блоков деления, группу блоков вычитания по модулю, накопительный сумматор, блок деления, блок сравнения, блок индикации, генератор тактовых импульсов и распределитель импульсов. 2 ил., 1 табл.

Изобретение относится к обработке цифровых данных с помощью компьютерных систем, а именно к методам обработки данных, специально предназначенных для специфических функций, мобильных приложений. Техническим результатом является автоматическое извлечение полезного контента из установочных файлов мобильных приложений для дальнейшего индексирования, машинной обработки данных и хранения полезного контента мобильных приложений в базе данных на сервере для дальнейшего обеспечения поиска. Способ извлечения полезного контента из установочных файлов мобильных приложений для дальнейшей машинной обработки данных содержит этапы, на которых загружают из Интернета на сервер установочный файл приложения, представляющий всегда некий архив; подбирают к нему разархиватор; в случае успешного подбора разархиватора разархивируют загруженный установочный файл в каталог с файлами; анализируют полученный каталог, составляют список файлов, содержащихся в нем; выбирают из списка файл для дальнейшего анализа; подбирают программное обеспечение для чтения файла путем перебора всех известных форматов; в случае успешного подбора программного обеспечения для чтения файла анализируют выбранный файл на предмет поиска первичного контента; формируют список адресов внутреннего размещения первичного контента в виде набора строк; переходят к анализу следующего файла до тех пор, пока в каталоге есть файлы; проводят анализ текстового содержимого списка адресов внутреннего размещения первичного контента и разделяют текст каждой строки на набор символов, идентифицирующих способ хранения соответствующей единицы контента, набор символов, идентифицирующий документ, к которому относится данная единица контента, и набор символов, идентифицирующий тип этой единицы контента; разделяют строки адресов внутреннего размещения единицы контента по способу хранения на служебный контент и полезный контент; служебный контент удаляют; выделяют в оставшемся списке группы строк с адресами внутреннего размещения единиц контента, имеющие полностью совпадающие по месторасположению и тексту группы символов, отражающие способ хранения контента; проводят статистическую фильтрацию выделенных групп; проводят анализ текстового содержимого строк списка адресов по набору символов, идентифицирующих документ, и выделяют группы адресов единиц контента, относящихся к каждому документу полезного контента приложения; выкачивают из приложения полезный контент, относящийся к каждому документу, в отдельный файл, тем самым формируя документы приложения; индексируют полученные файлы документов приложения на предмет принадлежности к нему, тем самым формируют описание его контента; сохраняют в базе данных название приложения, ссылку на приложение и описание приложения; загружают установочный файл нового приложения и повторяют все описанные последовательности; производят машинную обработку полученной базы данных; хранят созданный индексируемый массив базы данных на сервере; используют для поисковых запросов пользователей, поступающих через Интернет. 12 з.п. ф-лы, 2 ил.

Способ относится к области электрорадиотехники, а именно к технике радиосвязи, и может быть использован в системах передачи данных, использующих фазоманипулированные сигналы, без введения избыточности, для поддержания тактовой синхронизации для сигналов с фазовой манипуляцией или квадратурно-амплитудной модуляцией, в кодовых конструкциях которых используются блоковые помехоустойчивые коды и CRC. Техническим результатом является возможность поддерживать тактовую синхронизацию по информационному сигналу без передачи дополнительных синхронизирующих сигналов, что повышает скорость передачи информации при сохранении технической скорости передачи. Сущность способа тактовой синхронизации по информационным сигналам с проверкой по CRC заключается в последовательных демодуляции принятого сигнала, декодировании кодовых слов с исправлением ошибок и проверке факта декодирования по результатам вычисления CRC, т.е. остатка деления на полином. При нулевом остатке к информационному блоку вычисляют и добавляют CRC, осуществляют кодирование помехоустойчивым кодом, модулируют и рассчитывают взаимокорреляционную функцию (ВКФ) с принятым из канала связи сигналом. 1 ил.
Наверх