Влияние априорной информации о начальном состоянии объекта на точность оценивания параметров модели

• Published in: Системні дослідження та інформаційні технології
• Date: 2002
• Main Authors: Сущук-Слюсаренко, В.И., Подладчиков, В.Н.
• Format: Article
• Language: Russian
• Published: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2002
• Subjects: Теоретичні та прикладні проблеми інтелектуальних систем підтримки прийняття рішень
• Online Access: https://nasplib.isofts.kiev.ua/handle/123456789/50246
• Journal Title: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Cite this: Влияние априорной информации о начальном состоянии объекта на точность оценивания параметров модели / В.И. Сущук-Слюсаренко, В.Н. Подладчиков // Систем. дослідж. та інформ. технології. — 2002. — № 4. — С. 80-88. — Бібліогр.: 6 назв. — рос.

Показано применение метода калмановской фильтрации при разработке алгоритмов адаптивного оценивания в условиях короткой выборки. Описана методика улучшения точности оценивания параметров модели в переходный период, основанная на учете априорной информации. Показано применение этой методики для авторегрессионных моделей и некоторых динамических рядов в условиях короткой выборки. Приведены результаты моделирования предложенных алгоритмов. Розглятуто застосування методу калмановської фільтрації для створення алгоритмів адаптивного оцінювання в умовах короткої вибірки. Описано методику покращання точності оцінювання параметрів моделі в перехідний період. Запропоновано застосування методики вибору початкової коваріації для авторегресійних моделей першого порядку в умовах короткої вибірки. Наведено результати експериментальних досліджень. Рис The application of a Kalman’s filtering method is shown by development of algorithms of adaptive estimation in conditions of short sample. The technique of improvement of accuracy of estimation of the model’s parameters in the transitive period based on the account of the appriory information is described. The application of this technique for autoregression models and some dynamic lines in conditions of short sample is shown. The results of modeling of the offered algorithms are given.