Математика

Адаптация и обучение в автоматических системах

год издания — 1968, кол-во страниц — 400, тираж — 15000, язык — русский, тип обложки — твёрд. 7Б тканев. суперобл., масса книги — 470 гр., издательство — Физматлит

цена: 1000.00 руб

Сохранность книги — очень хорошая, суперобложки — удовл.

Формат 84x108 1/32. Бумага машинно мелованная

Проблемы адаптации и обучения, которые рассматриваются в книге, являются центральными в современной теории и технике автоматического управления. Решение этих проблем позволяет осуществлять оптимальное управление сложными объектами в условиях весьма малой априорной информации относительно состояния управляемого объекта и его характеристик.

В книге с единой общей точки зрения, основанной на вероятностных итеративных методах, обсуждаются разнообразные задачи адаптации и обучения и приводятся эффективные пути их решения. Рассмотрены алгоритмические методы решения задач обучения опознаванию образов, определения характеристик динамических объектов, обнаружения и выделения сигналов на фоне помех, управления динамическими объектами в условиях неопределённости. Развитый подход применён также к решению задач теории надёжности, исследованию операций, теории игр и, поведения конечных автоматов. Результаты общей теории иллюстрируются на многочисленных примерах. Приводятся формулировки нерешённых задач.

Табл. 4. Илл. 99. Библ. 505 назв.

Предисловие	3
Введение	7

Г л а в а I
Проблема оптимальности

§ 1.1. Введение	12
§ 1.2. Критерии оптимальности	13
§ 1.3. Ещё о критериях оптимальности	15
§ 1.4. Ограничения	16
§ 1.5. Априорная и текущая информация	18
§ 1.6. Детерминированные и стохастические процессы	19
§ 1.7. Обычный и адаптивный подходы	21
§ 1.8. О методах решения проблемы оптимальности	22
§ 1.9. Заключение	24

Г л а в а II
Алгоритмические методы оптимизации

§ 2.1. Введение	26
§ 2.2. Условия оптимальности	26
§ 2.3. Регулярный итеративный метод	28
§ 2.4. Алгоритмы оптимизации	29
§ 2.5. Возможное обобщение	31
§ 2.6. Разновидности алгоритмов оптимизации	32
§ 2.7. Поисковые алгоритмы оптимизации	34
§ 2.8. Учёт ограничений I	36
§ 2.9. Учёт ограничений II	38
§ 2.10. Методы возможных направлений	40
§ 2.11. Обсуждение	41
§ 2.12. Многошаговые алгоритмы оптимизации	42
§ 2.13. Непрерывные алгоритмы оптимизации	45
§ 2.14. Методы случайного поиска	46
§ 2.15. Сходимость и устойчивость	47
§ 2.16. Условия сходимости	49
§ 2.17. Об ускорении сходимости	51
§ 2.18. О наилучших алгоритмах	52
§ 2.19. Примеры	53
§ 2.20. Некоторые задачи	54
§ 2.21. Заключение	55

Г л а в а III
Адаптация и обучение

§ 3.1. Введение	56
§ 3.2. Понятие обучения, самообучения и адаптации	57
§ 3.3. Формулировка задачи	58
§ 3.4. Вероятностные итеративные методы	59
§ 3.5. Алгоритмы адаптации	61
§ 3.6. Поисковые алгоритмы адаптации	62
§ 3.7. Учёт ограничений I	63
§ 3.8. Учёт ограничений II	65
§ 3.9. Одно обобщение	66
§ 3.10. Многошаговые алгоритмы адаптации	67
§ 3.11. Непрерывные алгоритмы	69
§ 3.12. Вероятностная сходимость и устойчивость	69
§ 3.13. Условия сходимости	71
§ 3.14. О правиле остановки	74
§ 3.15. Об ускорении сходимости	75
§ 3.16. Мера качества алгоритмов	77
§ 3.17. Наилучшие алгоритмы	79
§ 3.18. Упрощённые наилучшие алгоритмы	81
§ 3.19. Частный случай	84
§ 3.20. Связь с методом наименьших квадратов	84
§ 3.21. Связь с байесовским методом	85
§ 3.22. Связь с методом максимального правдоподобия	86
§ 3.23. Обсуждение	88
§ 3.24. Некоторые задачи	89
§ 3.25. Заключение	90

Г л а в а IV
Опознавание

§ 4.1. Введение	92
§ 4.2. Обсуждение задачи опознавания	93
§ 4.3. Формулировка задачи	94
§ 4.4. Общие алгоритмы обучения	96
§ 4.5. Сходимость алгоритмов	98
§ 4.6. Персептроны	99
§ 4.7. Дискретные алгоритмы обучения	101
§ 4.8. Поисковые алгоритмы обучения	105
§ 4.9. Непрерывные алгоритмы обучения	107
§ 4.10. Замечания	109
§ 4.11. Ещё об одном алгоритме обучения	110
§ 4.12. Частные случаи	111
§ 4.13. Обсуждение	115
§ 4.14. О самообучении	116
§ 4.15. О восстановлении плотности распределения и моментов	118
§ 4.16. Алгоритмы восстановления	119
§ 4.17. Принципы самообучения	122
§ 4.18. Средний риск	123
§ 4.19. Вариация среднего риска	124
§ 4.20. Условия минимума среднего риска	125
§ 4.21. Алгоритмы самообучения	126
§ 4.22. Обобщение	128
§ 4.23. Конкретные алгоритмы	129
§ 4.24. Поисковые алгоритмы самообучения	134
§ 4.25. Обсуждение	135
§ 4.26. Некоторые задачи	135
§ 4.27. Заключение	136

Г л а в а V
Идентификация

§ 5.1. Введение	137
§ 5.2. Оценка среднего значения	138
§ 5.3. Другой подход	139
§ 5.4. Оценка дисперсии	141
§ 5.5. Обсуждение	142
§ 5.6. Оценка корреляционных функций	143
§ 5.7. Определение характеристик нелинейных элементов	145
§ 5.8. Оценка коэффициента статистической линеаризации	147
§ 5.9. Частные случаи	148
§ 5.10. Описание динамических объектов	149
§ 5.11. Идентификация нелинейных объектов I	151
§ 5.12. Идентификация нелинейных объектов II	152
§ 5.13. Идентификация нелинейных объектов III	154
§ 5.14. Специальный случай	155
§ 5.15. Замечание	156
§ 5.16. Идентификация линейных объектов I	157
§ 5.17. Идентификация линейных объектов II	158
§ 5.18. Оценка параметров распределенных объектов	159
§ 5.19. Помехи	162
§ 5.20. Устранение влияния помех	163
§ 5.21. Некоторые задачи	165
§ 5.22. Заключение	166

Г л а в а VI
Фильтрация

§ 6.1. Введение	167
§ 6.2. Критерий оптимальности	167
§ 6.3. Структура адаптивного фильтра	169
§ 6.4. Частные случаи	170
§ 6.5. Адаптивный корректор искажений	173
§ 6.6. Поисковые адаптивные фильтры	176
§ 6.7. Адаптивный фильтр-предиктор	178
§ 6.8. Фильтры Колмогорова-Винера	179
§ 6.9. Статистическая теория приёма	180
§ 6.10. Критерий оптимальности приёма	181
§ 6.11. Определение решающего правила	183
§ 6.12. Обнаружение сигнала на фоне помех I	184
§ 6.13. Обнаружение сигнала на фоне помех II	186
§ 6.14. Выделение сигнала на фоне помех	187
§ 6.15. Критерий оптимального выделения	188
§ 6.16. Алгоритм выделения	189
§ 6.17. Ещё о выделении сигнала на фоне помех	190
§ 6.18. Другой критерий оптимальности	191
§ 6.19. Оптимальный приёмник	192
§ 6.20. Возможные упрощения	194
§ 6.21. Восстановление входных сигналов	195
§ 6.22. Алгоритмы восстановления	196
§ 6.23. О влиянии помех	197
§ 6.24. Некоторые задачи	198
§ 6.25. Заключение	198

Г л а в а VII
Управление

§ 7.1. Введение	199
§ 7.2. Когда нужна адаптация?	199
§ 7.3. Постановка задачи	201
§ 7.4. Дуальное управление	202
§ 7.5. Алгоритмы дуального управления	204
§ 7.6. Адаптивные системы управления I	205
§ 7.7. Адаптивные системы управления II	206
§ 7.8. Модель чувствительности	210
§ 7.9. Адаптивные системы управления III	211
§ 7.10. Упрощённые адаптивные системы	213
§ 7.11. Системы управления по возмущению	214
§ 7.12. Алгоритмы оптимального управления	215
§ 7.13. Ещё одна возможность	217
§ 7.14. Экстремальные системы управления	218
§ 7.15. Алгоритмы экстремального управления	219
§ 7.16. Алгоритмы изучения	220
§ 7.17. Непрерывные алгоритмы	221
§ 7.18. Структурная схема	223
§ 7.19. Возможные упрощения	223
§ 7.20. О синтезе оптимальных систем	225
§ 7.21. Применение алгоритмов адаптации	226
§ 7.22. О синтезе оптимальных систем при наличии помех	228
§ 7.23. Управление и опознавание	229
§ 7.24. Обобщение метода синтеза	231
§ 7.25. Некоторые задачи	232
§ 7.26. Заключение	234

Г л а в а VIII
Надежность

§ 8.1. Введение	235
§ 8.2. Понятие надёжности	235
§ 8.3. Показатели надёжности	236
§ 8.4. Определение показателей надёжности	238
§ 8.5. Минимизация эксплуатационных расходов	241
§ 8.6. Частный случай	241
§ 8.7. Минимизация стоимости, веса, объёма	242
§ 8.8. Алгоритмы минимизации	243
§ 8.9. Особый случай	245
§ 8.10. Алгоритмы	246
§ 8.11. Повышение надёжности путём резервирования	248
§ 8.12. Повышение надёжности путём избыточности	250
§ 8.13. Проектирование сложных систем	252
§ 8.14. Алгоритмы оптимальной работоспособности	252
§ 8.15. О минимаксном критерии оптимизации	254
§ 8.16. Ещё о проектировании сложных систем	255
§ 8.17. Замечание	256
§ 8.18. Некоторые задачи	257
§ 8.19. Заключение	257

Г л а в а IX
Исследование операций

§ 9.1. Введение	258
§ 9.2. Планирование запасов	259
§ 9.3. Критерий оптимальности планирования	260
§ 9.4. Алгоритмы оптимального планирования	263
§ 9.5. Ещё о планировании запасов	263
§ 9.6. Оптимальное разовое поступление	264
§ 9.7. Оптимальный уровень запасов	265
§ 9.8. Замечание	267
§ 9.9. Распределение производственных мощностей	267
§ 9.10. Пример	268
1 9.11. Распределение средств обнаружения	270
§ 9.12. Алгоритмы оптимального распределения	271
§ 9.13. Распределение областей дискретизации	273
§ 9.14. Критерий оптимальности распределения	274
§ 9.15. Алгоритм оптимальных оценок	275
§ 9.16. Некоторые задачи	277
§ 9.17. Заключение	278

Г л а в а X
Игры и автоматы

§ 10.1. Введение	279
§ 10.2. Понятие игры	280
§ 10.3. Теорема о минимаксе	282
§ 10.4. Уравнения оптимальных стратегий	283
§ 10.5. Алгоритмы обучения решению игр	285
§ 10.6. Игры и линейное программирование	290
§ 10.7. Управление как игра	291
§ 10.8. Алгоритмы управления	292
§ 10.9. Одно обобщение	293
§ 10.10. Пороговые элементы	294
§ 10.11. О пороговой реализуемости логических функций	295
§ 10.12. Критерий реализуемости	297
§ 10.13. Алгоритмы реализуемости	298
§ 10.14. Персептрон Розенблата	299
§ 10.15. Адалина Уидроу	300
§ 10.16. Обучение порогового элемента	301
§ 10.17. Автоматы	304
§ 10.18. Описание конечных автоматов	305
§ 10.19. Стохастические конечные автоматы	308
§ 10.20. Взаимодействие автомата со средой	309
§ 10.21. О мере целесообразности поведения	311
§ 10.22. Обучение автоматов	312
§ 10.23. О марковских цепях	315
§ 10.24. Марковское обучение	316
§ 10.25. Игры автоматов	318
§ 10.26. Некоторые задачи	318
§ 10.27. Заключение	319

Послесловие	321
Комментарии	324
Литература	347
Указатель основных обозначений	382
Именной указатель	383
Предметный указатель	390

Книги на ту же тему

Синтез и применение дискретных систем управления с идентификатором, Бунич А. Л., Бахтадзе Н. Н., 2003
Системы экстремального управления, Растригин Л. А., 1974
Автоматизация синтеза и обучение интеллектуальных систем автоматического управления, Макаров И. М., Лохин В. М., ред., 2009
Конечные цепи Маркова, Кемени Д. Д., Снелл Д. Л., 1970
Контроль динамических систем. — 2-е изд., перераб. и доп., Евланов Л. Г., 1979
Нейросетевые системы управления, Терехов В. А., Ефимов Д. В., Тюкин И. Ю., 2002
Методы распознавания: Учебное пособие для вузов. — 3-е изд., перераб. и доп., Горелик А. Л., Скрипкин В. А., 1989
Последовательные методы в распознавании образов и обучении машин, Фу К., 1971
Эволюция, нейронные сети, интеллект: Модели и концепции эволюционной кибернетики. — 5-е изд., стереотип., Редько В. Г., 2007
Математическая теория обучаемых опознающих систем, Фомин В. Н., 1976
Стохастические модели обучаемости, Буш Р., Мостеллер Ф., 1962
Техническая кибернетика: Системы автоматического управления с приспособлением характеристик. — 2-е изд., Ивахненко А. Г., 1962
Бионика, Жерарден Л., 1971
В поисках роботов, Коут А. Д., 1970
Автоматическая проверка оборудования самолётов и ракет, Боднер В. А., ред., 1962

http://knigoprovod.ru

/Наука и Техника/Математика

ОГЛАВЛЕНИЕ

Книги на ту же тему