Введение
1. Современные подходы к решению задач идентификации и адаптивного оценивания в линейных динамических системах .13
1.1. Задачи идентификации и адаптивного оценивания в линейных динамических системах 13
1.1.1. Общая постановка задачи идентификации динамических объектов .13
1.1.2. Постановка задачи корреляционной идентификации .22
1.1.3. Постановка задачи адаптивного оценивания состояния в линейных дискретных системах .26
1.2. Задачи адаптивной фильтрации при автосопровождении маневрирующих целей 32
1.2.1. Общая постановка задачи трассового сопровождения целей в радиолокации .32
1.2.2. Расширенный фильтр Калмана для трассового сопровождения целей 35
1.2.3. Задача слежения за дальностью и скоростью цели .38
1.2.4. Калмановский фильтр для слежения за дальностью и скоростью цели .39
1.2.5. --фильтр для слежения за дальностью и скоростью цели .40
1.3. Задачи совместного оценивания параметров и состояния при косвенном контроле в электротермии .42
1.3.1. Особенности электротехнологических процессов в рудно- термических печах .42
1.3.2. Особенности управления процессами в рудно-термических печах 45
1.4. Методы эволюционных вычислений и генетические алгоритмы 48
1.4.1. Классические генетические алгоритмы 48
1.4.2. Классические генетические операторы 51
1.4.3. Особенности генетических алгоритмов с вещественным кодированием .56
1.4.4. Элитизм, параллелизм и гибридизация в генетических алгоритмах .58
1.5. Выводы .63
2. Быстрый генетический алгоритм с резервной элитной популяцией в задачах параметрической идентификации реального времени 64
2.1. Быстрый генетический алгоритм с резервной элитной популяцией 64
2.2. Параметрическая идентификация линейных динамических объектов в реальном времени с использованием быстрого генетического алгоритма 72
2.2.1. Постановка задачи 72
2.2.2. Имитационное моделирование процессов идентификации при квадратичной функции потерь .74
2.2.3. Имитационное моделирование процессов идентификации при модульной функции потерь 80
2.3. Корреляционная идентификация линейных динамических объектов с использованием быстрого генетического алгоритма 82
2.3.1. Методика структурной и параметрической корреляционной идентификации 82
2.3.2. Имитационное моделирование процессов корреляционной идентификации 85
2.4. Параметрическая идентификация нестационарных линейных динамических объектов с использованием быстрого генетического алгоритма 89
2.5. Исследование вычислительных характеристик быстрого генетического алгоритма 94
2.6. Выводы .95
3. Адаптивное автосопровождение маневрирующих целей с применением быстрого генетического алгоритма с резервной элитной популяцией 96
3.1. Адаптивный --фильтр .96
3.1.1. Описание алгоритма .96
3.1.2. Результаты имитационного моделирования 100
3.2. Адаптивный алгоритм на основе фильтра Калмана для слежения задальностью до цели и скоростью ее движения .105
3.2.1. Описание алгоритма .105
3.2.2. Результаты имитационного моделирования 109
3.3. Адаптивный расширенный фильтр Калмана для трассового сопровождения целей 115
3.3.1. Описание алгоритма .115
3.3.2. Результаты имитационного моделирования 116
3.4. Выводы .121
4. Совместное оценивание параметров и состояния в задаче косвенного контроля электротермических процессов .123
4.1. Особенности алгоритмов совместного оценивания параметров и состояния при их использовании в задачах косвенного контроля 123
4.2. Гибридный алгоритм совместного оценивания параметров и состояния 126
4.3. Результаты имитационного моделирования процесса совместного оценивания параметров и состояния с использованием гибридного алгоритма 129
4.4. Модель косвенного контроля электротермических процессов в фосфорной РТП типа РКЗ-80Ф .140
4.5. Результаты экспериментальной идентификации модели косвенного контроля электротермических процессов в фосфорной РТП типа РКЗ-80Ф 144
4.6. Выводы .148
Заключение 150
Литература
