Синхронное детектирование
Вложений: 1
Начну издалека:
МНЕ НАДОЕЛО, ЧТО В НЕТЕ НЕТ НИ ОДНОГО адекватного документа, где показано практическое (но не физическое) применение этого метода. А потому каждый раз когда этот популярный метод попадается на эказмене - препод поддевает тебя и валит с лучшей оценки. :''(( Пришлось разбираться. Итак предположим, что есть функция чёрный-ящик (серый?) мы о ней ничего не знаем, но можем замерить её выход. Теперь - у нас есть возможность влиять на функцию при помощи параметров, которые тоже, "как-то" входят в её структуры. Для того, чтобы с течением времени привести в автоматчиеском режиме выход функции для произвольного (практически ограниченного) набора входных парметров в конкретную точку (окрестность), нам надо построить модель чувствительности - набор (матрицу) функций чувствительности - частных производных от функции по параметрам. Очевидно, что экстравагантный спосбо здачи функции не позволяет вывести производные аналитически. :''(( На помощь нам приходит набор ортогональных функций (в примере - это синусойды с разной частотой). Далее - всё алгоритмически чётко. Зелёным выделена наша функция - как видим: рандом на рандоме. Зададим произвольные начальные условия - вектор значений H. Теперь воспользовавшись св-ом интеграла для произведения ортогональных функций вычислим методом синхронного детектирования значения частных производных (жёлтый) и сравним их с аналитическим значением (красный). |
Ответ: Синхронное детектирование
ты это с кем сейчас говорил :)
|
Ответ: Синхронное детектирование
страшна !
|
Ответ: Синхронное детектирование
Вариация на тему аппроксимации функций. Это суть метода синхронного детектирования? Не совсем понятно.
|
Ответ: Синхронное детектирование
Это способ получения приближённого значения градиента. Просто приведна мат.модель, а он используется на практике во всевозможных системах управления.
|
Часовой пояс GMT +4, время: 10:36. |
vBulletin® Version 3.6.5.
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Перевод: zCarot