Решение задачи программного формирования сценариев обработки данных Текст научной статьи по специальности «Компьютерные и информационные науки»

где кх(х,г)~ показатель поглощения; К(х,г) - коэффициет

теплопроводности; Б - площадь поверхности взаимодействии электромагнитной волны с образцом. Полученное распределении температуры нагрева по образцу записывается через функции

Т(х,м)=Т(х^)=Тнач +Тнагр

где

т =_1__

1 нач „ I г О

2ал/тЛ

(1

4е

о

М,

(хЧ)2

I <1

т

нагр

=я

1

(хЧ):

о о

__£__£

2|гс|К Б 2ал1п(х-т)

О'

|<

ЧИСЛЕННАЯ ОБРАБОТКА РЕЗУЛЬТАТОВ

Полученные выше уравнения (2-6) решаются совместно. В данной мл** использовался метод решения за счет минимизации функционала. Цгм»м

температурные зависимости комплексной диэлектрической прошщш'МЯ представляются в виде степенных рядов, и задана об их измерении к задаче о нахождении коэффициентов разложения. Для нахождп!М1И строится квадратично-разностный функционал по температуре, модулЙ^И фазе коэффициента прохождения. В разностном функционале учшмлйВ данные по всем точкам измерения температуры в образце, а также р^мт^В моменты времен и за период измерен и я. Мшшмизация фу)»»< и м* * производится модифицированным методом Ньютона. В качестве кип приближения берутся значения в и ig5, соответствующие норм

температуре, 1

Для оценки сходимости алгоритма использовалось м

моделиоование. пои этом на лепном подготовительном этапе м<» ш

Л ' X *

введенным зависимостям е и tg§ отдельной программой были

значения температуры нагрева в разных точках образца и в разим« времени, а также значения модуля и фазы коэффициентов м|ми соответствующие этим же моментам времени и им'»» распределениям температуры. Эти данные являются вжщмм описанного алгоритма. Произведенная оценка невязки т*Щ введенными априорными значениями в и tg5 и рассчитанными

показала, что максимальная ошибка не превышает 3%. Эта величии! оценкой методической погрешности метода измерений. Н

ЗАКЛЮЧЕНИЕ Л

Предложенная математическая модель радиоволнового димим % производить измерение диэлектрической проницаемости и »м

66

Иг* м<и|

диэлектрических потерь и их температурных зависимостей для материалов типа углепластиков. Описанный алгоритм машинного моделирования процесса измерений показал большую чувствительность метода измерений к инструментальным погрешностям из-за высокого значения модуля относительной диэлектрической проницаемости углепластиков. Общая погрешность измерений диэлектрической проницаемости и тангенса угла диэлектрических потерь составляет 25-30%. Эта методика также может быть применена и для традиционных материалов, имеющих малые значения И и электрической проницаемости и тангенса угла диэлектрических потерь, но и I «за сложности вычисления использовать ее нецелесообразно. .

СПИСОК ЛИТЕРАТУРЫ

«

ч

»

I Брандг Л.А. Исследование диэлектриков на сверхвысоких частотах. М Физматгиз, 1963.404 с.

' Васильев Е.Н. Возбуждение тел вращения. М.: Радио и связь, 1987. 271 с. I Марков Г.Т., Чаплин А.Ф. Возбуждение электромагнитных волн. М.: Наука, И)()с.

I I ригорьев Б.А. Импульсный нагрев излучениями. М.: Наука, 1974. 1040 с. ^чч/шлов Николай Александрович, кандидат технических: наук, окончил

»«н

технический факультет Ульяновскими политехническими ин сгп ишуу'па. \wcop кафедры "Радиотехника" УлГТУ. Имеет статьи и монографии в » пи не разрушающего контроля парсилетров материалов.

\митриенко Герман Вячеславович, окончил радиотехнический факультет

• Ч< мском государственного технического университета. Стаиший

7 3 у • А

^тигель кафедры "Радиотехника" УлГТУ. Имеет публикации в области ум мающего контроля параметров материалов.

i|| «51523.3

\ДЫРОВА

||И1 ПИК ЗАДАЧИ ПРОГРАММНОГО ФОРМИРОВАНИЯ В|ЛНИЕВ ОБРАБОТКИ ДАННЫХ

I •

►•♦4'ирипшотся программные средства, позволяющие формировать различные Щ HflpiftoTicn данных. Приводятся конкретные сценарии обработки данных при « милкода peipeccnoHHoro моделирования в задачах координатной привязки.

IIJZ^UZk

"икмкмъ разработки адекватной модели обработки данных ♦ решению многокритериальной задачи оптимизации путем ••и,мой адаптации к нарушениям условий регрессионного анализа

(PA) - метода наименьших квадратов (МНК) [1]. Помимо практической реализации этого весьма трудного с программной точки зрения подходи актуальной является задача поиска оптимальной стратегии обработки m некоторого множества возможных стратегий. Даже при частном ее решении для нескольких условий РА-МНК, определяющих основные моделей трансформации координат, можно обеспечить (с помощью соответствующего многокритериального алгоритма) получение наилучшие линейных оценок прогноза в пределах неустранимых случайных ошиГ>"» измерений.

Практически решить поставленную задачу на первом этапе можно ■ помощью специального инструментария, обеспечивающего: I

достаточно быструю реализацию сценария будущего диалога; I

встраивание диалога в проблемно-ориентированную область; I

интерпретацию диалога в проблемно-ориентированной области. I

ИСПОЛЬЗОВАНИЕ ИНСТРУМЕНТАЛЬНОГО СРЕДСТВА КОК OS

В качестве примера такого инструментария можно привести констру^Л оконного интерфейса KOKOS [2]. Конструктор оконного интерф#Ц

функционирует в среде MS-DOS. Он имеет свои загрузочные моду»Mi файлы kokosk.exe (версия 1.0 для клавиатуры) и kckosm.exe (версии Ii предусматривающая совместное использование клавиатуры и манипу/имцр типа «мышь»). Непосредственно конструктор заключен в свою собстш мкн диалоговую оболочку, поддерживающую пользователя. Для ус ном работы диалоговой системы (ДС) необходимо внедрить спросктиршшм KÖKÖSom диалог в конкретную прикладную область. Загрузочный мц) ДС формируется путем коыпияяцт^ файла с текстом прикладных ир<н1 написанных на языке TurboC, и последующей компоновки его обм;* кода с diaiog.obj. Во время работы эта ДС поддерживает полипЩД посредством спроектированного с помощью KOKOSa иш<|мНЧ Последний в свою очередь использует данные из файла file.kok. I

Процесс построения диалоговой оболочки можно разбить основных этапа: I

1) формирование окон диалога;

2) связывание окон между собой и определение точек нь[ прикладную область; J

3) определение параметров для двунаправленной связи диН! оболочки и прикладной среды.

В процессе тестирования и эксплуатации данного пакета был им*« недостатков и ограничений, которые не позволили использошиг инструментарий в исходном виде для построения диалогопоП ♦ сложных систем, в частности, реализуюищх одьтсрна'шшн'И1 поиска оптимальных миделей обработки данных, Потребовали»• f модернизации пакета KOKOS. Л\

С помощью рассмотренного инструментария был npopoty альтернативных сценариев поиска оптимальных моделей и • ■ 68 Веснин

макетирование диалога оптимального сценария, реализованного затем в о11ециализированной, предметно-ориентированной программной системе поиска оптимальных регрессий (СПО СПОР) [3,4].

ИССЛЕДОВАНИЕ АЛЬТЕРНАТИВНЫХ СЦЕНАРИЕВ ОБРАБОТКИ

АСТРОМЕТРИЧЕСКИХ ДАННЫХ

При реализации подхода регрессионного моделирования (РМ) [1] йНюритм обработки может быть представлен следующей последовательностью этапов: 1 - загрузка таблицы экспериментальных миных (ТЭД) для исходной модели; 2 - нужны ли преобразования?; 3 -преобразование (новая исходная модель); 4 -есть ли выбросы?; 5 - чистка

• »'I; 6 - пригодна ли модель для прогноза?; 7 - можно ли применить •и* шний критерий?; 8 - можно ли осуществить полный перебор?; 9 - выбор

• »'»пильного критерия качества модели; 10 - отсутствует ли эффект и» ш.тиколлинеарности?; 11 - все ли слагаемые модели значимы?; 12 -рнПщодается ли средняя мультиколлинеарность?; 13 - дальнейшие (имгдования. Используются следующие методы обработки: Р11 -«м<> I гственная регрессия для исходной модели, Р12 - множественная Н|"С1ИЯ для набора моделей, Р13 - полный перебор, Р2 - пошаговая

I СИЯ (алгоритм включения с исключением), РЗ - неполный перебор, Р4

•. 'ШЙныи поиск с адаптацией, Р5 - гребневое оценивание, Р6 - робастное рИшииние. Пункты с первого по пятый - предварительная обработка, с им о по девятый - выбор меры и метода структурной идентификации, 4мч|уры Р12, Р13, РЗ, Р4 — поиск оптимальной модели по глобальной мере, ним с десятого по двенадцатый - анализ на значимость и з» I и коллинеарность.

»ум 1.1 атом адаптации рассмотренного алгоритма к конкретному т ингпьному материалу является тот или иной сценарий обработки. При мо-шикает проблема выбора оптимальной стратегии расчетов

ИШьиого сценаоия).

А /

Н11И1СМ случае конкурирующие сценарии появляются на ветке 9-13. м.мринаются три различных сценария:

I) поиск оптимальной модели по глобальному критерию качества; ') проверка коэффициентов модели на мультиколлинеарность; •) проверка регрессоров на значимость по / ~ статистике. I) поиск оптимальной модели по глобальному критерию качества; ') проверка регрессоров на значимость по /-статистике; 1) проверка коэффициентов найденной модели на ИмI иколлинеарность.

И шлбор значимых по / — статистике регрессоров на основе мфшнома заявленной степени;

' | ироиерка коэффициентов модели на мультиколлинеарность; 11 поиск оптимальной модели по глобальному критерию качества. • исследования моделей на значимость регрессоров и на *и пмюириость был разработан алгоритм поиска оптимальной

|У IV ¿т 69

модели, названный корреляционным. Численные эксперименты с его использованием показали, что модели, полученные по цепочке t - статистика -мультиколлинеарность (пункты 2,3 сценария 2), обладают лучшими прогностическими свойствами, чем по цепочке мультиколлинеарность - t • статистика (пункты 2,3 сценария 1). Таким образом, конкурирующими остались алгоритмы 2 и 3. Путем численного моделирования на 4'» фотографических пластинках было доказано преимущество третьего алгоритма над вторым. Тот факт, что полный перебор для поиски оптимальной модели.на основе полинома выбранной степени требум значительных вычислительных затрат, усиливает преимущество третьей» алгоритма.

Первоначальный анализ рассмотренных алгоритмов обработки И макетирование диалога оптимального сценария были проведены с помошьи инструментария KOKOS. После чего выбранная методика обработки Оы/И реализована в СПО СПОР в блоке сценария.

В рамках СПО СПОР реализована возможность быстрого формироиимй! сценария будущего диалога с автоматическим встраиванием диалоги t проблемно-ориентированную область пакета.

Для пользователя необходимо лишь создать файл с именем menú ни

* r«rr^rrt X ГТГООПГР1 ФОрЛТ О П t 'TArNTjO'Tt if ^YJt rv O >jff^lII/> JM V^^'ííV! L

aviVjyViVl \mJt 'w i j XVCiOd i и ivavi víiíviví; :uví.Uv ri J % >il • if^ f

будет осуществлен переход. Возможны два типа переходов: I) персхи|Ж-

% xníTiA r\ triyooontiaví Т!ЛИ (ЛПО г^фагл * 1ЛТТХА ТД TTAl/CArSO ртплхги К^ГАШЛ ЦО f({ ) I iHfl

mviliv V J Auoarxjrivm iiviviv/pu ^ÍUI v mvmu rx nutuv^/u vijl/vjlvjci ivivij.iv, im 1 I

будет осуществлен переход; 2) переход на меню с предварительным им

конкретной процедуры статистической обработки с указанием м'Мн данной поопедуоЫл номеоа меню и номеоа строки меню. В этом л< •

I • • W I / * А 4

возможно для каждого альтернативного ответа меню задавать »*яВ состояния, поясняющую пользователю, что будет выполняться при и^ИЯ на данную строку меню. ^^^Н

ЗАКЛЮЧЕНИЕ.

Таким образом, реализованная в рамках СПОР возможность но» «|1 диалога конкретного сценария позволяет достаточно легко фор щ всевозможные сценарии обработки данных. I

Автор выражает благодарность профессору С.Г.Валееву зи и моя задачи и критическое обсуждение результатов работы. ■

СПИСОК ЛИТЕРАТУРЫ

1. Валеев С.Г. Регрессионное моделирование при обработке 1шЛмн|Ш Наука, 1991.272 с.

2. Ярушкина Н.Г., Соснин ГШ. Интеллектуальный ни< >|МВ проектирования и реализации диалоговых систем// Управляющий машины. 1991. №4. С. 67-72.

3. Кадырова Г.Р. Оптимизация математических модел» и данных//Труды межд. н.-т. конф. «Нейронные, |н мм

Mt<< i'M itf И

ШШШШШШ

■"■■■■ЩЩЦ

испрерывнологические сети и модели». Т.4. «Математические и физические модели технических объектов». Ульяновск: УлГТУ, 1998. С. 86-89.

4. Валеев Г.Р., Кадырова Г.Р. Система поиска оптимальных регрессий// Вестник УлГТУ, 1998. № 1.С. 32-37.

Кадырова Гульнара Ривальевна, кандидат технических наук, окончила ¡и биотехнический факультет Ульяновского политехнического института. 7Ьцент кафедры прикладной математики и информатики УлГТУ. Имеет публикации в области астрометрии и информационных технологий.

УДК 681.3 ч

ми.соснин

♦И ИI РОСНО-ОТВЕТНОЕ УПРАВЛЕНИЕ В ПРОЦЕССАХ

И ШЕНИЯ ЗАДАЧ

*

I Предлагается конструктивная реализация управляющей функция распадений в и» и их решения задач. Раскрывается сущность регулирующего рассогласования и его пщии в форме вопроса. Анализируются динамические характеристики вопросов \ чработки. Обосновывается необходимость б конструктивных действиях по >, ♦н'мию идентификации и кодированию вопросов.

ВВЕДЕНИЕ

мпс задачи Z^ принято сопровождать рассуждениями Rj, ♦иннцими логику решения, оказывающими убеждающее воздействие,

1||I|||||MW crr\wTr-|OT7tv Ïsf тт rVîTW А S Я1Т7Л& Г) T^VWA ЛП* A^/'TÔ1« Г(Г»П ] TJ> 4 tir ЛоттО таиШЛ V '•>••• ч^АЛУ л ж ь* 1 M1\/*VW Vil VWVVXl^J IVXMr^m/l VJ XJJ1М-Д«^ ni»»"

II. » целью повторения решения в соответствующих условиях. Для И «ой же задачи можно построить множество различных расуждений ||й1ими1и10щих ту или иную из названных функций или их совокупность II tft4e.lt! результативностью и качеством,

И и м- предлагается конструктивный подход к формированию •il массы» оперативных рассуждений R(t) и использованию её в шик целях.

1»<)! IРОСНО-ОТВЕТНАЯ СХЕМА УПРАВЛЕНИЯ

...... «им. что в момент времени г0 притятель задачи (ее субъе*п*

И омределенным опытом Е (1о), получил текст постановки задачи •• цн|мрым стоит определенная исходная ситуация Э^) процесса

IV }/ijO

71