В статье рассматривается задача идентификации математической модели объекта прогнозирования. Решение данной задачи заключается в выборе типа модели и оценивании её неизвестных параметров на основе априорной и апостериорной информации об объекте прогнозирования. Принципиальной особенностью процесса формирования новых знаний об объекте прогнозирования является его замещение соответствующей моделью с последующим её исследованием. Однако априорная информация не позволяет однозначно определить структуру математической модели. Во многих случаях по априорной информации не удаётся выбрать даже необходимое количество существенных входных переменных. Для решения задачи идентификации математической модели в статье предложен многоуровневый подход. Описан принцип многоуровневой идентификации математической модели объекта прогнозирования. Приведена в формализованном виде процедура многоуровневой (трёхуровневой) идентификации прогнозирующей модели объекта.
The article deals with the problem of identification of a mathematical model of the object prediction. The solution to this problem is to select the type of model and estimation of its unknown parameters on the basis of a priori and a posteriori information about forecasting. The principal feature of the process of formation of new knowledge about its replacement is forecasting an appropriate model with its subsequent investigation. However, a priori information does not allow us to determine the structure of a mathematical model. In many cases, a priori information can not even choose the required number of significant input variables. To solve the problem of identification of a mathematical model of the article proposed a tiered approach. The principle of multi-level object identification mathematical model prediction. Given in the form of a formalized procedure for multilevel (three-tier) identify the predictive model of the object.
1. Абрамов О.В., Розенбаум А.Н. Прогнозирование состояния технических систем. – М.: Наука, 1990. – 126 с.
2. Андерсон Т. Статистический анализ временных рядов: пер. с англ. – М.: Мир, 1976. – 755 с.
3. Ломакин М.И., Миронов А.Н., Шестопалова О.Л. Многомодельная обработка измерительной информации в интеллектуальных системах прогнозирования надежности космических средств // Измерительная техника. – 2014. – № 1. – С. 8-13.
4. Миронов А.Н., Кутузов В.Н., Шестопалова О.Л. Моделирование изменения технического состояния модернизируемых объектов на основе принципа многоуровневой идентификации // Неразрушающий контроль и техническая диагностика при производстве и эксплуатации авиационной и космической техники: Труды I Всерос. НТК. СПб.: ВКА им. А. Ф. Можайского, 2005.
5. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление: пер. с англ. – Вып. 1. – М.: Мир, 1974. – 408 с.
6. Чуев Ю.В., Михайлов Ю.Б., Кузьмин В.И. Прогнозирование количественных характеристик процессов. – М.: Сов. радио, 1975. – 400 с.
7. Силин В.Б., Заковряшин А.И. Автоматическое прогнозирование состояния аппаратуры управления и наблюдения. – М.: Энергия, 1973. – 336 с.