Построение достоверности контроля состояния объекта управления

 

Адаптивная обработка информации


Адаптивная обработка данных означает изменение алгоритмов обработки после получения информации об объекте изучения, на основе обработки этих данных или полученных новых данных.

Построение достоверности контроля состояния объекта управления (опр. числа датчиков) на основе формулы Байеса:


P(AB) =P(A)*P (B/A)


Объект может быть в одном из двух состояний:1 - объект работоспособен;2 - объект неработоспособен;

P(H1) = 0.7

P(H2) = 0.3

Имеются 2 датчика состояния:

датчик даст правильные сведения с вероятностью 0,9, а ошибочные с ведения с вероятностью 0,1

датчик даст правильные сведения с вероятностью 0,7, а ошибочные с вероятностью 0,3



P(A) = 0,7*0,1*0,7+0,3*0,9*0,3 = 0,13(H1/A) = P(H1*A) / P(A) = (0,7*0,1*0,7) / 0,13 = 0,377 - вероятность того, что объект работоспособен.

P(H2/A) = P(H2*A) / P(A) = (0,3*0,9*0,3) / 0,13 = 0,623 - вероятность того, что объект неработоспособен.


(A) = 0,7*0,1*0,7*0,1 + 0,3*0,9*0,3*0,9 = 0,0778

P(H1/A) = (0,7*0,007)/0,0778 = 0,0629

P(H2/A) = (0,3*0,243)/0,0778 = 0,937

С вероятность 0,937 можно сделать вывод, что объект работоспособен.

Решение задач на однородном линейном комплексе

x3 - x1 ? 5

x5 - x3 ? 20

x5 - x2 ? 10

x4 - x2 ? 20

x6 - x4 ? 30


-x1-y2-y1-y4-x2-y5Bx3-10-10005y3-1-1-101015x5-1-1-100025x4000-1-1020x6000-1-1-150fmin000111-50Получаем:

x1 = 0

x2 = 0

x3 = 5

x4 = 205 =256 = 50

Распределение задач по свободным машинам, желательно с учетом их взаимосвязи.



x1 ? 5 x1 -5 ? 0

x1 ? 2 - x1 + 2 ? 0

x2 ? 2 - x2 + 2 ? 0

x2 ? 5 x2 -5 ? 0

x2 ? 3 x2 -3 ? 0


)

1001-100001000-111001-522-5-3

2)

001-122-5-301000-1115010-32-5-3

)

5010-12-5-301000-1111005-1010-25-15

)

01000-1115210-10-3-110105-100-15-5

)

5210-10-1-110105-100-1-55510-1-10210255-10-1010

x1 5 10 15 150

x2 = P1 2 + P2 10 + P3 9 + P4 225

x3 1 5 3 75

Решение однородной системы


x1 = 5P1 + 10P2 + 15P3 + 150P4

x2 = 2P1 + 10P2 + 9P3 + 225P43 = 1P1 + 5P2 + 3P3 + 75P4


Решение задач на неоднородном комплексе

t - время выполнения i - ой работыi = bi - ai ti - стоимость выполненных работ (линейно зависим от времени выполнения)

Критерии эффективности - максимальная стоимость


С = ?(bi - ai ti) ? min (ti)


Ограничения: ti min ? t ? ti max


С = ?(bi - ai ti) ? Z0


Оптимизация плана комплекса работ по критерию минимума времени при условии, что стоимость всех работ комплекса не превышает заданного Z0.

Z0 = 50

Критерий: t1 + t2 + t3 -> min

В этом сетевом графике мы не знаем, какой путь будет самым длинным

Критич. путь: t1 - t2 - t3

,5 ? t1 ? 9 0,4 ? t3 ? 5

,3 ? t2 ? 3 0,2 ? t4 ? 6


-x1-x2-x3-x4By1-1000-0,5y210009y30-100-0,3y401003y500-10-0,4y600105y7000-1-0,2y800016y9-10-2-3-4-5y100-1-110Fmin11100

-y1-y3-y5-y7Bx1-10000,5y210008,5x20-1000,3y401002,7x300-100,4y600104,6x4000-10,2y800015,8y9-10-2-3-42,6y100-1-110,5Fmin1110-1,2

Решение найдено. Оптимальное значение критерия .

Подсчитаем

Мы умеем исключать лишние неравенства

Если будет много равенств лишних

11 + x12 = 10

x21 + x22 = 511 + x21 = 512 + x22 = 10 = 0*x11 + 1*x12 + 1*x21 + 0*x22 ? min


- x11- x12- x21- x22B01100100001150101050010110z01100

- x1- x2- x3- x4B01100100001150101050010110Fmin01100

000- x4Bx10-1-1-10x300115x21111100-1-1-100Fmin-1-1-2-2-15

000- x3Bx10-1015x400115x2110-15Fmin-1-10-2-5

Все прогнозы желательно выполнить рекуррентно


y (0,0; n) = ? (0,1; n)*b (1,0) + E (0,0; n)


E[n] - помеха типа белый шум

Условие минимума


b (1,0; N) = A-1(1,1; N)*z (1,0; N)


Эл. матрицы А


Аij = ? ?1[n]* R[n] - ?j[n

{z+i[N]} = ? {?i[n]}*R[n]*y{n}


Если A (1,1) = B (1,1) + ? (1,0)*? (0,1), то


A-1= B-1 -


Имеем полином yni = a+b*t+c*t2 без помех

Где 0 ? t ? 15 a = 10 b = 15 с = 2

T = 4


C = (AT*A)-1*AT*y


Работу будем проводить в MS Exel

Заполняем



Где столбец B - t, а столбец А - t2, значения A, B, C, T - нам известны.

Вычисляем yni = a+b*t+c*t2 для каждого t.



По формуле 50 Sin 2?t/T, вычисляем и получаем для каждого t.



Складывая три столбца получаем результат в столбце I.



Получив ранее y - аппроксимированную, вычитаем его и получаем.



Получив данные a=68,11 b = -8,48 c =3,43.

Вычисляем y для последних t и получаем



Теперь построим графики и посмотрим зависимость:


байес линейный достоверность сезонный

Находим среднюю сезонную составляющую.




Адаптивная обработка информации Адаптивная обработка данных означает изменение алгоритмов обработки после получения информации об объекте изучения, на ос

Больше работ по теме:

КОНТАКТНЫЙ EMAIL: [email protected]

Скачать реферат © 2017 | Пользовательское соглашение

Скачать      Реферат

ПРОФЕССИОНАЛЬНАЯ ПОМОЩЬ СТУДЕНТАМ