Информационная теория идентификации

  

Цыпкин Я. 3. Информационная теория идентификации. — М.: Наука. Физматлит, 1995. — 336 с.

Излагается информационная теория идентификации, позволяющая учитывать априорную информацию о структуре динамических объектов, помехах, области принадлежности неизвестных параметров объекта. Определяются оптимальные настраиваемые модели, оптимальные и оптимальные на классе критерии качества идентификации, оптимальные и оптимальные на классе или робастные алгоритмы идентификации. Изучаются свойства этих алгоритмов. Приводятся многочисленные примеры. Алгоритмы идентификации динамических объектов с постоянными параметрами обобщаются на случай нестационарных динамических объектов. Обсуждается возможность использования нейронных сетей для идентификации сложных нелинейных объектов.

Для научных и инженерно-технических работников в области кибернетики и автоматики, а также для аспирантов и студентов.



Оглавление

Предисловие
Введение
ГЛАВА 1. Задача идентификации и ее особенности
§ 1.2. Объекты и их классификация
§ 1.3. Настраиваемая модель
§ 1.4. Критерий качества идентификации и оптимальное решение
§ 1.5. Алгоритмы идентификации
§ 1.6. Асимптотическая скорость сходимости алгоритмов
§ 1.7. Оптимальные алгоритмы идентификации
§ 1.8. Заключение
ГЛАВА 2. Оптимальные функции потерь
§ 2.1. Эмпирические средние потери и оценки оптимального решения
§ 2.2. Асимптотические свойства оценок и средних потерь
§ 2.3. Предельно возможная скорость сходимости оценок
§ 2.4. Определение оптимальной функции потерь
§ 2.5. Свойства оптимальной функции потерь
§ 2.6. Заключение
ГЛАВА 3. Абсолютно оптимальные алгоритмы идентификации
§ 3.1. Формирование оптимальных и абсолютно оптимальных алгоритмов
§ 3.2. Основные виды абсолютно оптимальных алгоритмов
§ 3.3. Абсолютно оптимальные алгоритмы с настройкой параметра масштаба
§ 3.4. Одномерные абсолютно оптимальные и оптимальные алгоритмы и их свойства
§ 3.5. Многомерные абсолютно оптимальные и оптимальные алгоритмы и их свойства
§ 3.6. Заключение
ГЛАВА 4. Оптимальные на классе функции потерь
§ 4.1. Априорная информация о помехах и классы распределений
§ 4.2. Понятие оптимальности на классе
§ 4.3. Принцип оптимальности на классе
§ 4.4. Вариационные задачи минимизации и методика их решения
§ 4.5. Оптимальные на классе функции потерь для P-объектов с простой помехой
§ 4.6. Оптимальные на классе функции потерь для АР-объектов
§ 4.7. Оптимальные на классе функции потерь для РАР-объектов и Р-объектов с преобразованной помехой
§ 4.8. О грубости оценок оптимального решения
§ 4.9. Оптимальность на классе и робастность
§ 4.10. Заключение
ГЛАВА 5. Абсолютно оптимальные на классе алгоритмы идентификации
§ 5.1. Формирование абсолютно оптимальных на классе алгоритмов
§ 5.2. Реализуемые абсолютно оптимальные на классе алгоритмы
§ 5.3. Абсолютно оптимальные на классе алгоритмы с настройкой параметра масштаба
§ 5.4. Одномерные абсолютно оптимальные на классе алгоритмы
§ 5.5. Многомерные абсолютно оптимальные на классе алгоритмы
§ 5.6. Заключение
ГЛАВА 6. Алгоритмы идентификации неминимально-фазовых по возмущению объектов
§ 6.2. Особенности оптимальной настраиваемой модели
§ 6.3. Преобразование плотностей распределения линейным дискретным фильтром
§ 6.4. Оптимальные и оптимальные на классе функции потерь
§ 6.5. Абсолютно оптимальные и абсолютно оптимальные на классе алгоритмы
§ 6.6. Примеры
§ 6.7. Заключение
ГЛАВА 7. Акселерантные алгоритмы идентификации
§ 7.1. Об акселеризации оценок оптимального решения
§ 7.2. Представление априорной информации об оптимальном решении
§ 7.3. Обобщенные эмпирические средние потери
7.4. Акселерантные абсолютно оптимальные алгоритмы
§ 7.5. Акселерантные абсолютно оптимальные на классе алгоритмы
§ 7.6. Лилейные акселерантные алгоритмы
§ 7.7. Выбор оптимальных входных воздействий
§ 7.8. Примеры
§ 7.9. Заключение
ГЛАВА 8. Модифицированные алгоритмы идентификации
§ 8.2. Алгоритмы со скалярной матрицей усиления
§ 8.3. Усредненные алгоритмы со скалярной матрицей усиления
§ 8.4. Алгоритмы с упрощенным градиентом функции потерь
§ 8.5. Алгоритмы идентификации при коррелированной помехе
§ 8.6. Алгоритмы идентификации некоторых классов нелинейных объектов
§ 8.7. Примеры
§ 8.8. Еще о возможности акселериэации алгоритмов
§ 8.9. О критериальных алгоритмах идентификации
§ 8.10. Заключение
ГЛАВА 9. Алгоритмы идентификации нестационарных объектов
§ 9.1. Описание нестационарных динамических объектов и их особенности
§ 9.2. Критерий качества и алгоритмы идентификации
§ 9.3. Оптимальные алгоритмы
§ 9.4. Абсолютно оптимальные алгоритмы
§ 9.5. Оптимальные алгоритмы для многошаговых моделей дрейфа
§ 9.6. Упрощенные алгоритмы
§ 9.7. Акселерантные алгоритмы
§ 9.8. Заключение
ГЛАВА 10. Введение в искусственные нейронные сети
§ 10.2. Структуры нейронных сетей
§ 10.3. Условие оптимальности
§ 10.4. Алгоритмы настройки нейронной сети
§ 10.5. Алгоритмы настройки общей нейронной сети
§ 10.6. Заключение
Послесловие
Комментарии
Список литературы