УДК 681.518.2:519.816-616.65-006
МЕТОД РОБАСТНОГО ОЦЕНИВАНИЯ ПЕРЕМЕННЫХ СОСТОЯНИЯ
ЭЛЕМЕНТОВ ДИНАМИЧЕСКИХ СИСТЕМ ПО ДАННЫМ МОНИТОРИНГА
А.Р.Кочура, студент гр. 355AM; О.С. Васильева, студент гр. 355М; В.А. Горячая, аспирант каф. 304
Национальный аэрокосмический университет им. Н.Е. Жуковского "ХАИ"
В качестве объекта исследования рассматривается основанный на данных мониторинга контролируемых переменных процесс прогнозирования состояния элементов динамических систем, к примеру, медико-биологических систем (МБС). Процессы, перспективы которых необходимо предсказывать, чаще всего описываются временными рядами. Временной ряд включает в себя два обязательных элемента - отметку времени и значение показателя ряда, полученное тем или иным способом и соответствующее указанной отметке времени.
Каждый временной ряд рассматривается как выборочная реализация из конечной популяции, генерируемой стохастическим процессом, на который оказывают влияние множество факторов. Задача прогнозирования таким образом в результате ее декомпозиции может быть представлена как последовательность решения взаимосвязанныхзадач: мониторинг (запись значений
контролируемых переменных состояния системы через определенные промежутки времени), оценивание информативности (значимости) контролируемых переменных, отражающих свойства элементов, приведение данных мониторинга к виду пригодному для прогнозирования (построение тренда). Качество прогностических моделей существенным образом зависит от корректности предварительной обработки данных для конкретной предметной области. Предварительная обработка исходных данных используется обычно по нескольким причинам: чтобы приблизить распределение остатков к нормальному, либо дня того, чтобы стабилизировать дисперсию временного ряда, привести все данные к положительным значениям. Поэтому важно при решении задач прогнозирования выбрать тип модели временного ряда, корректнойдля работы с имеющимися данными.
В данной работе были рассмотрены математические модели контроля состояния динамических систем и предложен метод краткосрочного прогнозированиявременных рядов с использованием авторегрессионных нейросетевых моделей (однонаправленная многослойная сеть (ОМС) и радиально-базисная сеть (РБС)). По итогам анализа представлены результаты сравнения качества прогнозирования с помощью ОМС и РБС. Получены оценки доверительных интервалов для прогнозируемых значений переменных состояния элементов МБС с использованием разных моделей.
Нет похожих статей