книги / Моделирование систем управления. Исследование нелинейных моделей
.pdf*J
Рис. 4
Все графики являются масштабируемыми, т.е. пользователь может изменять масштаб изображения, вырезая фрагменты графика курсором мыши. Для этого необходимо курсор мыши установить в верхний левый угол фрагмента графика, который нужно увеличить, нажать левую кнопку мыши и, удерживая эту кнопку, выделить фрагмент графика в направлении нижнего правого угла. Если выделять фрагмент в другом направлении, то график примет первоначальный вид.
Если удерживать правую кнопку мыши, то можно двигать графики в пределах окна (эта функция особенно полезна при увеличении).
Кроме того, нажав закладку соответствующего метода, можно по смотреть, как изменялись параметры модели в процессе итерации.
В программе можно выбрать четыре типа моделей:
1.Y =а + ЬХ - линейная зависимость.
2.Y = аХъ - характерна для датчиков с нелинейной зависимостью.
чЬ
3.Y = ае х - экспоненциальная зависимость (термосопротивление).
4. Y = а +ЬХ +сХ2 + dX3 - разложение в степенной ряд.
Здесь X - входные экспериментальные данные; У-выходные экспе риментальные данные; a,b, с, d - искомые параметры.
Во всех вариантах требуется:
1. Определить уравнение модели, наилучшим образом описывающее указанный процесс (оценку произвести по величине дисперсии), используя метод прямого поиска и симплексный метод.
2.Оценить количество итераций в зависимости от метода решения, начального приближения параметров и заданной точности решения.
3.На рисунке показать процесс уточнения параметров при поиске в зависимости от числа итераций.
4.Определить точностные характеристики для параметров модели и
построить доверительные интервалы (для доверительной вероятности 1 - X = 0,95) для найденных параметров в соответствии с приведенной ни же методикой.
Методика определения точностныххарактеристик параметров
Пусть эмпирическая модель оценивается в виде т] = PQ+ $\Х и ц =
= ро + $\(Х- X ). Для определения точностных характеристик необходимо сделать следующие расчеты:
1.Определить средние значения: X,Y .p t- число повторных измере
ний зависимой переменной при данном значении Xf. Пусть p t = 1, тогда
у Л р,х, |
rJLpfi |
2. Определить дисперсии |
и средние квадратические отклонения |
S 2r = ^ - W r Yt)2, где |
|
< п -2 |
|
Yl=b0 + bi(X-X)=b'0+blX;
|
|
|
|
i |
, |
(X)2 |
. |
|
|
|
|
î'.Pt |
t P i W i - X ) 2 |
||||
|
|
|
. |
1 |
1 |
|
|
|
|
s\r s\ |
1 |
, |
( X j - x f |
■ |
|||
|
t p i |
é p , ( x , - x f |
||||||
|
|
L |
||||||
s i -функция ОТ Xi. |
î |
|
î |
|
|
|
||
|
|
|
|
|
|
|
||
r i |
|
|
|
|
|
|
|
|
3. |
Построить доверительные интервалы для заданной доверительной |
|||||||
вероятности. Для определенных в результате выполнения лабораторной |
||||||||
работы параметров моделей Ро, |
Ро, Pi |
и rj строятся неравенства. При этом |
||||||
задаются статистикой t |
(из справочника) и (п - 2) степеней свободы. |
|||||||
|
|
2 |
|
|
|
|
|
|
|
|
b - t |
„Sb £fi<b + t |
aSb; |
||||
|
|
|
2 |
|
|
|
l~2 |
|
|
|
r - t ^ s r £r\£Y + t |
в |
Sÿ. |
Вариант 1
Проводится анализ реальных экспериментальных данных, которые собирались для обнаружения связи между показаниями X поплавкового расходомера и скоростью потока Y.
Показания расходомера отмечаются с большой точностью и ста бильно поддерживаются на заданном уровне, так что X можно считать де терминированной переменной.
№ п/п |
X |
Y |
№ п/п |
X |
Y |
1 |
1.14 |
112 |
9 |
3,19 |
233 |
2 |
1,37 |
115 |
10 |
3,09 |
259 |
3 |
1,89 |
152 |
.11 |
3,05 |
287 |
4 |
2,09 |
199 |
12 |
3,10 |
240 |
5 |
2,45 |
161 |
13 |
3,34 |
281 |
6 |
2,04 |
209 |
14 |
3,75 |
311 |
7 |
2,73 |
237 |
15 |
4,19 |
392 |
8 |
3,04 |
231 |
16 |
4,59 |
357 |
Приведенные ниже данные между перепадом давления в трубах и
расходом газа описываются уравнением 5— = ф(Х0,Р’,Х1), где |
Ô— - |
п |
п |
случайная переменная; V - детерминированная переменная; АР - перепад давления; 6 - относительная плотность (по отношению к плотности воз духа); п - число труб (постоянная величина).
Оценить Хо и Х\ прямым и симплексным методами в модели. Результаты эксперимента приведены в таблице:
V, м/мин |
ЯДР |
о— , мм рт.ст. |
|
|
п |
400 |
0,0125 |
470 |
0,0165 |
590 |
0,0215 |
610 |
0,0225 |
620 |
0,0235 |
840 |
0,0420 |
950 |
0,0530 |
1200 |
0,0750 |
1400 |
0,0970 |
1550 |
0,120 |
Вариант 3 |
|
Приведенные ниже данные |
описываются уравнением Y = ср(Л\д). |
Восстановить модель по следующим экспериментальным данным: |
|
X |
Y |
0,5 |
0,618 |
1,5 |
9,645 |
2,0 |
19,799 |
2,3 |
28,078 |
3,7 |
92,166 |
5,4 |
327,166 |
8,2 |
673,91 |
Приведенные ниже данные описываются уравнением У = (р(Х,а). Восстановить модель по следующим экспериментальным данным:
X |
Y |
-1,5 |
0,026 |
- 0,8 |
0,304 |
- 0,2 |
2,483 |
0,2 |
10,07 |
0,4 |
20,276 |
0,9 |
116,78 |
1,3 |
473,16 |
Вариант 5
Приведенные ниже данные описываются уравнением Y = 9^ , а). Восстановить модель по следующим экспериментальным данным:
X |
Y |
-0,4 |
-0,5943 |
- 0,1 |
-0,1851 |
0,2 |
0,4648 |
0,5 |
1,4511 |
1,3 |
6,4532 |
1,7 |
10,683 |
2,3 |
19,835 |
ЛАБОРАТОРНАЯ РАБОТА № 2
ИССЛЕДОВАНИЕ НЕЛИНЕЙНЫХ МОДЕЛЕЙ МЕТОДОМ ГАУССА - ЗАЙДЕЛЯ
Цель работы: исследование метода определения оценок параметров нелинейных моделей; определение меры рассеяния этих оценок, а также меры рассеяния предсказываемых значений зависимой переменной.
Теоретические положения
Идея метода: минимизировать модель с помощью отрезка ряда Тей лора для того, чтобы применить линейный анализ и получить искомый ми нимум суммы квадратов отклонений посредством итерационных расчетов.
Вводят начальные предположения о параметрах. Вычисления повто ряют до тех пор, пока критерий сходимости не будет удовлетворен.
Проведем разложение соотношения для модели т| в ряд Тейлора, от носительно значения Ь®\ начального приближения вектора р.
Исходное значение Ру обозначается через 6(0)у.
/=1
где W,- - вес измерений; r\i - соответствует вектору z-го набора данных X,; У/- измеренные значения зависимой переменной.
Минимизируя F, можно найти улучшенную оценку Ру (если функция Л действительно линейна, то для достижения минимума F необходимо осуществить лишь один этап расчета).
Разложим функцию Г| следующим образом:
à b f ^ V j - b f K
т|о означает, что эта функция вычисляется в точке 6(0)i ,..., b(0)m.
dF
= 0 ,
3(Дb f ) |
d(Abf}) |
+
Эту систему нужно решить относительно &bj.
Более компактная форма:
рад = |
,i= 1.2.... и;.у - 1.2,....т; |
эр,-
Z ,0,= (XT W E )<0
(XTW X)(0,B<0,= (XT W Е)(0);
А (°>в <0)= Z (0);
В(0)= (A*0')'1Z<0>.
После того как вычислен вектор В<0), можно получить новые оценки для каждого из параметров ру, повторяя предыдущие вычисления, причем вместо 6(0Уподставляются &(1)у, улучшенные оценки ру.
Для вычисления 6(,)у используется рекуррентная формула:
где hj - ускоряющий множитель, для ускорения поиска минимума F. Действительно, значения Д6у определяют направление поиска ми
нимума F в пространстве параметров.
В методе Гаусса - Зайделя полагают hj = 1. Можно подсчитать более эффективное йу. Введение корректирующего множителя объясняется тем, что определение минимума можно автоматически ускорить или замедлить, увеличивая скорость приближения к минимуму F на начальной стадии по иска, а так же уменьшая ее в конце, чтобы избежать излишних колебаний.
Выполнение работы
Для выполнения лабораторной работы разработана специальная про грамма на языке Borland C++ Builder 5.
После запуска исполняемого файла откроется основное окно про граммы* (рис. 5 ).
* Примечание: данное описание написано для текущей версии. В дальнейшем в программе возможны некоторые изменения и улучшения.
Рис. 5
Основное окно включает в себя следующие элементы:
1- кнопки, отвечающие за открытие и сохранения файлов с данными (программа поддерживает формат файлов *.1г2, который был специально разработан для нее);
2 - таблица для ввода исходных данных с клавиатуры, а также для их отображения;
3 - блок, в котором вводятся значения количества измерений, значе ние ускоряющего коэффициента, необходимая точность коэффициентов, максимальное значение дисперсии (точность), а также ограничение на ко личество шагов, по достижению которого программа останавливает расчет;
4 - смоделированные значения на выходе объекта;
5 - панель, на которой отображаются результаты выполнения про граммы и подсказки, а также часы с индикацией (во время расчета индика ция приобретает красный цвет, следовательно, по цвету можно судить о состоянии программы: зеленый - ожидание, красный - расчет);
6 - значения начальных и промоделированных коэффициентов; 7 - вид модели с подсказкой о количестве переменных (входов) и ко
личестве параметров модели; 8 - информация о количестве шагов и дисперсии, полученных в ре
зультате выполнения программы; 9 - кнопки управления.
Вид окна при нажатии на кнопку >>> I показан на рис. 6.
Рис. 6
Теперь появилась возможность производить расчет пошагово. Кноп кой <<с I основное окно сворачивается до стандартного.
В расширенном основном окне при расчете отображаются матрицы А, А'1, Z и В.
Окно с графиками вызывается нажатием кнопки Г|>И1МI при уеловии, что выполнен хотя бы один шаг (иначе появится соответствующее предупреждение) (рис.7).
Рис. 7