Розроблено нові статистичні методи параметричної ідентифікації та нові, побудовані за принципами методу групового урахування аргументів (МГУА), критерії структурної ідентифікації, які в сукупності вирішують важливу науково-прикладну проблему підвищення якості прогнозування стану технічних систем за умов структурної невизначеності. Уперше обгрунтовано застосування критерію регулярності МГУА в схемі повторних спостережень та усередненого критерію регулярності МГУА як критеріїв структурної ідентифікації в задачі моделювання об'єктів з одномірним виходом. Розроблено методи параметричної ідентифікації в задачі моделювання об'єктів багатовимірним виходом у двох класах моделей: у класі систем регресійних рівнянь з детермінованими коефіцієнтами, у яких адитивні випадкові складові можуть бути статистично залежними, а множини вхідних змінних можуть бути різними; у класі систем регресійних рівнянь із залежними випадковими коефіцієнтами. Запропоновано досліджений у схемі повторних спостережень системний критерій МГУА структурної ідентифікації; для двох класів моделей з детермінованими та випадковими коефіцієнтами одержано умови редукції системи регресійних рівнянь, оптимальної за складом включених до неї регресорів. Розроблено два критерії МГУА якості дискримінантних функцій у задачі статистичної класифікації на основі дискримінантного аналізу: критерій єз розбиттям спостережень на навчальні й перевірні вибірки та критерій ковзного контролю. Розроблено метод статистичної класифікації в задачі діагностики стану об'єкта, що може знаходитись у двох класах станів, а кожний із них описується своєю системою регресійних рівнянь.

  Скачати повний текст