Метод параметричної ідентифікації макромоделі у вигляді інтервального різницевого оператора із розділенням вибірки даних

В статті розглянуто проблему параметричної ідентифікації нелінійного інтервального різницевого оператора. Запропоновано і апробовано алгоритм, що базується на використанні основної та перевірочної вибірки для знаходження параметрів оператора. В статье рассмотрена проблема параметрической идентификац...

Повний опис

Збережено в:
Бібліографічні деталі
Опубліковано в: :Індуктивне моделювання складних систем
Дата:2011
Автор: Дивак, Т.М.
Формат: Стаття
Мова:Російська
Опубліковано: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2011
Онлайн доступ:https://nasplib.isofts.kiev.ua/handle/123456789/45930
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Метод параметричної ідентифікації макромоделі у вигляді інтервального різницевого оператора із розділенням вибірки даних / Т.М. Дивак // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2011. — Вип. 3. — С. 49-60. — Бібліогр.: 9 назв. — укр.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:В статті розглянуто проблему параметричної ідентифікації нелінійного інтервального різницевого оператора. Запропоновано і апробовано алгоритм, що базується на використанні основної та перевірочної вибірки для знаходження параметрів оператора. В статье рассмотрена проблема параметрической идентификации нелинейного интервального разностного оператора. Предложен и апробирован алгоритм, базирующийся на использовании основной и проверочной выборки для нахождения параметров оператора. The paper considers the problem of parametric identification of nonlinear difference operator with interval data. Proposed and justified algorithm for solving this problem using part experimental data and validating model with all experimental data.
ISSN:XXXX-0044