Принципы построения экстремальных систем

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.