МЕТОД СТРУКТУРНОЇ ІДЕНТИФІКАЦІЇ НЕЛІНІЙНИХ ІНТЕРВАЛЬНИХ МОДЕЛЕЙ СТАТИЧНИХ ОБ’ЄКТІВ

Анотація

Розглянуто процес побудови математичних моделей статичних об’єктів та систем, що включає розв’язок двох задач: структурну та параметричну ідентифікації. При цьому складнішою та первинною є задача ідентифікації структури моделі. Задача структурної ідентифікації інтервальних моделей характеристики статичного об’єкта є задачею багаторазового розв’язування задач параметричної ідентифікації цієї моделі, а отже з обчислювальної точки зору вона є NP складною. Процедура пошуку оптимальної структури моделі розглядається як напрямлений перебір окресленої множини структур у такий спосіб, щоб мінімізувати кількість ітерацій формування інтервальних систем нелінійних алгебричних рівнянь (ІСНАР). У статті сформульовано задачу структурної ідентифікації інтервальних моделей статичних об’єктів, як задачі багаторазового пошуку розв’язків інтервальних систем нелінійних алгебричних рівнянь, у вигляді оптимізаційних задач з нелінійною функцією мети та нелінійними обмеженнями. Вперше запропоновано та обґрунтовано метод структурної ідентифікації інтервальних моделей характеристик статичних об’єктів на основі аналізу інтервальних даних, який на відміну від існуючих ґрунтується на процедурах самоорганізації та самоадаптації обчислювальних процедур за аналогією з поведінковими моделями бджолиної колонії (ПМБК), що дає можливість реалізувати процедури ідентифікації структури моделей з нижчою обчислювальною складністю та отримати інтервальні моделі з простішими структурами у порівнянні із відомими методами. Запропонований метод апробовано на прикладі побудови інтервальної моделі характеристик малої гідроелектростанції з метою дослідження та забезпечення максимальної ефективності використання гідроенергетичних ресурсів, що продемонструвало ефективність використання обчислювальних процедур на основі поведінкових моделем бджолиної колонії. Відповідно, запропонований метод дає можливість отримувати прості, з точки зору складності, інтервальні моделі складних статичних обєктів із заданою гарантованою точністю та з нижчою обчислювальною складністю ідентифікації цих моделей. Такі особливості методу, забезпечують ефективний розвиток математичного апарату, який використовуюється як в процесах прийняття рішень так і в процесах підготовки рішень у інтелектуалізованих систем, орієнтованих на дані.