Классификация и особености самонастраивающихся систем
Основные элементы систем
Принципы построения самонастраивающтхся систем
Самонастраивающиеся системы
Понятие об экстремальном управлении
Примеры задач экстремального управления
Принципы построения экстремальных систем
Классификация оптимальных и адаптивных систем
Понятия адаптивного управления
1. Адаптация – это оптимизация в условиях недостаточной априорной информации об объекте управления. Если в задаче оптимального управления объект описывался уравнением
,
в котором функция φ была достаточно хорошо известна, то в задаче адаптивного уравления объект будет описываться уравнением , где α – параметр неопределенности.
Природа неопределенных параметров может быть различной:
а) неточное знание математической модели объекта;
б) неточная информация о программном движении, например, в случае, когда моменты перехода с одного режима работы объекта на другой неизвестны;
в) разброс параметров в пределах технологических допусков;
г) “старение” элементов объекта и т.п.
Для того, чтобы отразить отношение оптимальных и адптивных систем друг к другу, все оптимальные системы делят на два класса:
1) с жесткой настройкой (без адаптации); 2) адаптивные.
Оптимальные системы с жесткой настройкой разделяют на подклассы в зависимости от выбранного критерия оптимальности:
- по быстродействию (критерий минимума времени перех. процесса);
- по точности (критерий min ошибки системы);
- комбинированные (векторный критерий);
- др.
Оптимальлные адаптивные системы разделяют на подклассы в зависимости от способа адаптации:
- экстремальные системы, в которых обеспечивается оптимальный режим, соответствующий экстремуму статической характеристики объекта при её дрейфе, за счет автоматического регулирования сигналов на входе экстремального объекта;
- самонастраивающиеся системы, в которых осуществляется адаптация в условиях неопределенности, обеспечивающая заданный оптимальный режим за счет изменения параметров или структуры системы;
- обучающиеся системы, в которых используется адаптация, обеспечивающая заданный оптимальный режим в результате постепенного накапливания, запоминания и анализа информации о поведении системы и изменении законов функционироания в зависимости от приобретенного опыта.