Параметрический анализ

Математическое ожидание выходной величины в установившемся режиме рассчитывается по формуле:

(13)

где (r)- производная степени r

=f+

- момент связи  случайного коэффициента  и производной выходного сигнала

- математическое  ожидание коэффициента 

Решение первого  класса задач в случае задания  интервала неопределенности рассмотрим на примере системы с характеристическим уравнением

(14)

Пусть известна информация только об интервалах , в которых  находятся эти коэффициенты:

i, i=0,...n, =1

Чтобы исследовать такой  важный критерий качества системы, как  устойчивость  очевидно, следовало  бы перебрать все возможные сочетания  параметров. Однако задачу можно свести к исследованию ограниченного числа  полиномов наихудшего вида. Так, для  системы 3 порядка 

(15)

имеется четыре наихудших  полинома

+

+

+ (16)

+

Второй класс  статистических методов связан с зондированием пространства параметров, использующим стратегии случайного поиска Примером эффективного анализа может служить использование точек ЛПТау - последовательности как пробных в случайном поиске.

В широком смысле задача организации статистических исследований при моделировании представляет отдельную сложную задачу, в которую входят:

• оценка адекватности машинной модели;
• задача оценивания параметров, входов и выходов модели
• проверка гипотез относительно исходных данных и результатов вычислительного эксперимента
• упрощение модели
• задачи оптимизации
• минимизация затрат на машинное время
• оценка чувствительности модели
• оценка длительности переходного режима модели.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Список литературы

1. Фаулер М. Архитектура  корпоративных программных приложений. –М.: Издательский дом «Вильямс», 2006.-544с.

2. Пушкарёва Т.П. Параметрический  анализ простейшей модели автоколебаний  в реакции ассоциации: Препринт /Т.П.  Пушкарёва, В.И. Быков // ВЦ СО  АН СССР N13. – Красноярск, 1985.