Научная статья на тему 'Стабилизация распределения неоднородной марковской системы при влиянии распределенных стабилизирующих факторов'

Стабилизация распределения неоднородной марковской системы при влиянии распределенных стабилизирующих факторов Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
82
36
i Надоели баннеры? Вы всегда можете отключить рекламу.

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — Герасин Сергей Николаевич, Гибкина Надежда Валентиновна, Лизгин Валерий Анатольевич

Рассматривается вопрос о приведении вероятностей состояний неоднородной марковской системы к заранее заданным значениям при воздействии на переходные характеристики системы непрерывно распределенных стабилизирующих возмущений.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по электротехнике, электронной технике, информационным технологиям , автор научной работы — Герасин Сергей Николаевич, Гибкина Надежда Валентиновна, Лизгин Валерий Анатольевич

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Stabilization of distribution of a nonhomogeneous Markov system influenced by the distributed stabilizing factors

In the article the problem on reduction of probabilities of condition of an nonhomogeneous Markov system to beforehand specific significances for want of effect on surge characteristics of a system of the continuously distributed stabilizing perturbations is considered.

Текст научной работы на тему «Стабилизация распределения неоднородной марковской системы при влиянии распределенных стабилизирующих факторов»

Формируя лагранжиан

Lt = -ItPR + P(M{y2 (t + d) | Ft} - Y2 (t + d)) +

+ p(u2(t) - U2) =

= -Фт(t + d)PT|(t)9(t + d) - (фт(t + d)H)2CTj? -

-a 2 +p((фT(t + d)0(t + d))2 + u р

+ Ф T (t + d)PT| (tMt + d) + (ф T (t + d)H)2 a2 +

+ a2 - Y2(t + d)) + p(u2(t) - U2(t)) =

UP

= (p- 1)(u2(t)Pm0 (t) + 2u(t)PT0, (t)y(t) +

+ ф T(t)P!(t)y(t) + u2(t)H?a2 +

+ 2u(t)H1HTy(t)a2 + (H2y(t))2 a\ +a2p ) +

+ p(u2 (t)m0 (t + d) + 2u(t)ino (t + d) x x F (t + d)y(t) + (F (t + d)y(t))2 -- Y2(t + d)) + p(u2(t) - U2(t))

и оптимизируя его по u(t) с помощью процедуры Эрроу - Гурвица - Удзавы, получаем закон управления

dNST(t) =

(P(t) - 1)(PrT0r' (t) +°§HiHT) + p(t)imo (t + d)F (t + d)

=-----------—--------2---------------------------y(t),

(p(t) - 1)(Pmo (t) +^2h2) + p(t)rn0 (t + d) + p(t)

■ p(t +1) = [P(t) + Гр (t + 1)((9T (t + d)0(t + d))2 +

+ 9T (t + d)PT| (t)ф(t + d) + (фT (t + d)H)2 a2 +

+ a2p - Y2(t + d))]+,

p(t +1) = [p(t) + Гр (t + 1)((dNST(t))2 - U2(t))]+,

совпадающий при X_1(t) = p(t), p(t) = 0 с (12) и работающий при p(t) = 0 в режиме акселерации, p(t) = 1 — стохастической эквивалентности, p(t) ^ да — осторожности, поддерживая при этом ограничения на управляющий сигнал, благодаря настраиваемому параметру p(t).

Таким образом, предлагаемый регулятор позволяет обеспечить активно-адаптивное управление существенно нестационарным стохастическим динамическим объектом, превосходя по качеству традиционные процедуры, основанные на стохастически эквивалентном подходе.

Литература: 1. Адонин О.В., Бодянский Е.В., Котляревс-кий С.В. Управление динамическими стохастическими нестационарными объектами в условиях неопределенности с активным накоплением информации. ЕДостоверно-эквивалентный подход //Радиоэлектроника и информатика. 1999. N4. С.-76-81. 2. Адонин О.В., Бодянский Е.В., Котляревский С.В Адаптивный регулятор с активным накоплением информации // Радиоэлектроника и информатика. 2000. N3. С. 57-60. 3. Chan S, Zarrop M. A suboptimal dual controller for stochastic systems with unknown parameters // Int.J.Contr. 1985. 41. N2. P.507-524. 4. Ishihara J, Abe K, Takeda H. Active adaptive control based on ARX model with randomly varying coefficients // Trans. Soc. Instrum. 1985. 21. N7. P.698-705. 5. Катковник В.Я., Хейсин В.Е. Итеративные алгоритмы оптимизации для отслеживания дрейфа экстремума // Автоматика и вычислительная техника. 1976. N6. С.34-40. 6. Бодянский Е.В. Адаптивное оценивание параметров нестационарных объектов // Автометрия. 1989. N1. С.63-74. 7. Бодянский Е.В., Котляревский С.В. Адаптивное управление динамическим существенно нестационарным объектом // Автоматика и телемеханика. 1995. N6. С. 111-116.

Поступила в редколлегию 10.10.2000

Рецензент: проф. Любчик Л. М.

Адонин Олег Валерьевич, аспирант кафедры искусственного интеллекта ХТУРЭ. Научные интересы: адаптивные системы управления. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел.: 40-98-90

Бодянский Евгений Владимирович, д-р техн. наук, профессор кафедры искусственного интеллекта ХТУРЭ. Научные интересы: адаптивные системы, искусственные нейронные сети. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел.: 40-98-90.

E-mail: bodya@kture.kharkov.ua

Котляревский Сергей Владимирович, канд. техн. наук, ведущий научный сотрудник ПНИЛ АСУ ХТУРЭ. Научные интересы: адаптивные системы управления. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, тел.: 40-98-90

УДК 517.21

СТАБИЛИЗАЦИЯ РАСПРЕДЕЛЕНИЯ НЕОДНОРОДНОЙ МАРКОВСКОЙ СИСТЕМЫ ПРИ ВЛИЯНИИ РАСПРЕДЕЛЕННЫХ СТАБИЛИЗИРУЮЩИХ ФАКТОРОВ

ГЕРАСИН С.Н, ГИБКИНА Н.В, ЛЕЗГИН В.А.

Рассматривается вопрос о приведении вероятностей состояний неоднородной марковской системы к заранее заданным значениям при воздействии на переходные характеристики системы непрерывно распределенных стабилизирующих возмущений

Как известно, стабилизация вероятностей состояний процесса обычно возникает из-за воздействия на него быстро изменяющихся факторов, локализованных на малых промежутках времени [1]. В модельной ситуации таким возмущениям подвергаются элементы переходной или инфинитезимальной матрицы системы. Довольно часто бывает, что эти факторы многократно воздействуют на процесс в течение некоторого промежутка времени и всякий раз вызывают сильные возмущения параметров процесса. Такое многократное повторение возмущений приводит к появлению на интервале времени множества точек стабилизации [2]. На практике приходится иметь дело с такими факторами, которые, непрерывно воздействуя на процесс, приводят к появлению на нем точек стабилизации, распределенных почти непрерывно, напри-

71

РИ, 2001, № 1

мер, при производстве различных фармакологических препаратов. Перемешивание ингредиентов лекарственного сырья осуществляется путем вибраций, которые можно считать непрерывно воздействующими возмущениями. Такие факторы будем называть стабилизирующими. В этом случае для любого интервала времени [ф t2) с [a, b] можно ввести меру стабилизации (процесс изучается на

интервале [a, b]). Обозначим через ц(й, t^ меру стабилизации:

й(й > ^) = sup (й, t2) - rj (й,^)}

j

Rj , t2) = suP Pij , t2) Tj (ti, t2) = inf Pj (ti, t2)

І ’ І ’

P = (py > t2^’j=i — матрица переходных вероятностей процесса.

Величина p(ti, 12) определяет суммарный стабилизирующий эффект, возникающий за счет всех точек стабилизации, “размазанных” на [ti, t^ [1].

Рассмотрим наиболее типичные случаи, когда стабилизирующие факторы оказывают влияние на переходные характеристики процесса. Пусть неоднородный марковский процесс ф) определяется своей инфинитезимальной матрицей A(t) = Х iJ(t), i, j = i,..., n . Наблюдение за переходными характеристиками ^ij{t) ведется на промежутке времени [о, i]. В течение этого времени на процесс, а значит и на параметры ^j(0 действуют возмущения, определяемые матрицей возмущений AA(t). Рассмотрим, как ведут себя решения системы Колмогорова для вероятностей состояний

|р(0 = P(t\Л(О +АЛ(0]

в случае стабилизирующих воздействий AA(t).

Для вычислительного эксперимента была выбрана следующая матрица A(t):

л(t)=

- 9

t

3 6

-1614 4t4

1,512 - 2,51

Возмущения задаются так, что возмущенный процесс может быть описан инфинитезимальной матрицей

A(t) +AA(t). (1)

Возмущающая матрица A\(t) имеет следующий вид: 9 i 8 "

ДЛ(t) = i4 -19 5 • f(t)

8 i0 - i8j

где f(t) — возмущение.

Будем оценивать величину отклонения значений вероятностей состояний процесса от их теоретичес-

ких значений в точке to = i:

Pi - Pi

i = i,..

4

2

n

здесь сті — i -я компонента вектора б отклонений; p* - і -я компонента нулевого левого собственного вектора P* матрицы AA(t) в точке to; Pi — значение i -й компоненты решения системы дифференциальных уравнений Колмогорова в точке to; n — число состояний рассматриваемого марковского процесса.

Вычисления будем проводить для начального распределения P0 = (0,7, 0,2, 0,1).

Для возмущённого процесса, описываемого матрицей (1), выполнены условия существования точек фокусировки и предельных вероятностей в этих точках, не зависящих от начального распределения вероятностей и момента времени, с которого начинается процесс [3].

Нулевой левый собственный вектор возмущающей матрицы A\(t) в точке to имеет вид:

P* = (0,533821, 0,179159, 0,287020).

1. Регулярные возмущения. Рассмотрим возмущения, действие которых задано на частичных отрез-

ках

i i +1 2Z ' 2z

i = o, i,..., 2z -1. На каждом из них

возмущения линейно нарастают от нуля до некого -рого значения a . Характер возмущений представлен на рис. 1.

ft

Рис. 1. Возмущение f{tj при z = 3 и A = io

На рис. 2 приведен график поведения первой компоненты решения системы дифференциальных уравнений Колмогорова с возмущенной матрицей (1); пунктиром на графике показано теоретическое предельное значение вероятности.

Pi t

Рис. 2. Поведение первой компоненты

72

РИ, 2001, № 1

Вектор значений решения системы дифференциальных уравнений Колмогорова в точке t0 имеет вид:

p = (0,520381, 0,180503, 0,299115).

Вектор 5 = (0,013439, 0,001344, 0,012095).

Замечено, что при увеличении числа всплесков с сохранением суммарной площади под кривой возмущения наблюдается более раннее приближение компонент решения системы к теоретическим предельным значениям. На рис. 3,а показано поведение первой компоненты решения для случая, когда количество возмущений увеличено в два раза по сравнению со случаем, изображенным на рис. 1, и равно шестнадцати. Компоненты вектора б в этом случае незначительно увеличиваются:

5 = (0,014217, 0,001705, 0,012513).

Увеличением мощности возмущения A также можно добиться более быстрого приближения вероятностей состояний к заданным значениям. На рис. 3,б приведен график поведения первой компоненты решения при увеличении мощности возмущения в 10 раз по сравнению со случаем, изображенным на рис.1. Кроме того, здесь можно существенно уменьшить величину отклонения б . В рассмат-

риваемом случае компоненты вектора б уменьшились приблизительно в 10 раз, вектор б = (0,001346, 0,000131, 0,001216).

Pi t

Pi t

t

t

б

Рис. 3. Графики поведения первой компоненты решения системы дифференциальных уравнений Колмогорова с возмущенной матрицей при z = 4 и A = 10 (а) и при z = 3 и A = 100 (б)

РИ, 2001, № 1

Далее рассмотрим регулярные возмущения, действующие, как и ранее, на частичных отрезках

i i + 1'

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

2z ’ 2z

каждом из этих отрезков по степенному закону f(t) = at4 , t є -Z, iiij , i = 0,1, .„,2z -1. Характер возмущений представлен на рис. 4.

ft

Рис. 4. Характер возмущения f[t)

t

График, отображающий поведение первой компоненты, приведен на рис. 5; как и ранее, пунктиром на графике показано теоретическое предельное значение вероятности.

Pi t

Рис. 5. График поведения первой компоненты решения системы дифференциальных уравнений Колмогорова с возмущенной матрицей (1)

Вектор значений решения системы дифференциальных уравнений Колмогорова в точке t0 имеет

вид: p = (0,528132, 0,179811, 0,292057). Вектор 5 = = (0,005689, 0,000652, 0,005036).

Из полученных результатов видно, что возмущениям, возрастающим по степенному закону, соответствует более широкая полоса локализации вероятностей состояний, чем в случае линейных возмущений, однако величина б по сравнению с линейными возмущениями для степенных возмущений в 2-2,5 раза меньше. Это можно объяснить тем, что при степенных возмущениях основное воздействие приходится на конец каждого из частичных отрезков, когда сила возмущения становится достаточно большой.

73

2. Возмущения, сгущающиеся к точке t0. Действие возмущений задается на частичных отрезках

, i = 0,1, 2,z , центры которых с

ростом i (здесь i - номер частичного отрезка) стремятся к точке to . На каждом из частичных отрезков возмущение линейно нарастает (начиная с нуля); площади под всеми возмущениями совпадают. Характер возмущений представлен на рис. 6.

ft

Рис. 6. Сгущающиеся к точке to возмущения f{t)

1 - —, 1---Ц

2' 2i+1

3. Возмущения, действующие в случайные моменты времени. Предположим, что в случайные моменты времени на рассматриваемый процесс действуют возмущения в виде прямоугольных импульсов. Площади под всеми импульсами одинаковы, однако из-за случайности времени действия эти импульсы имеют разную высоту; суммарная площадь возмущений такая же, как и в случаях 1, 2. Пример действия импульсов представлен на рис. 8.

ft

Рис. 8. Характер возмущений f(t)

На рис. 7 изображено поведение первой компоненты; пунктиром на графике показано теоретическое предельное значение вероятности.

Pi t

Рис. 7. График поведения первой компоненты решения системы дифференциальных уравнений Колмогорова с возмущенной матрицей (1)

Вектор значений решения системы дифференциальных уравнений Колмогорова в точке to имеет

вид: p = (0,529686, 0,179292, 0,291022). Вектор 5 = = (0,004135, 0,000133, 0,004001).

Сравнивая результаты, полученные в пунктах 1 и 2, можно сделать вывод о том, что при сгущающейся последовательности точек ст -фокусировки величина сг уменьшается, а полоса локализации вероятностей состояний сужается. Однако в этом случае вероятности состояний позже попадают в ст -окрестность предельного распределения. Это объясняется тем, что из-за уменьшения времени действия при одинаковых площадях под каждым всплеском сила воздействия на процесс в конце каждого частичного отрезка постоянно возрастает.

График сходимости первой компоненты показан на рис. 9; пунктиром на графике показано теоретическое предельное значение вероятности.

Pi t

Рис. 9. График сходимости первой компоненты решения системы дифференциальных уравнений Колмогорова с возмущенной матрицей (1)

Вектор значений решения системы дифференциальных уравнений Колмогорова в точке to имеет

вид: p = (0,503711, 0,188284, 0,308005). Вектор 5 = = (0,030110, 0,009125, 0,020985).

Из графиков видно, что в этом случае сходимость к предельному распределению имеет скачкообразный характер из-за нерегулярного действия возмущений и разной их силы. Поведение вероятностей состояний во многом определяется картиной распределения случайных воздействий на исследуемом интервале, поэтому для различных распределений величина б может быть как больше, так и меньше, чем в случаях 1, 2.

74

РИ, 2001, № 1

Вычисления во всех случаях были проведены для различных начальных распределений, заданных в точке s0 = 0 . Заметим, что выбор начального распределения в точке sq не влияет на значения предельных вероятностей исследуемого процесса [3].

В таблице приведены значения вектора 5 для различных видов возмущений.

Характер возмущения сті ст2 ст3

Линейные 0,013439 0,001344 0,012095

Степенные 0,005689 0,000652 0,005036

Сгущающиеся к точке to 0,004135 0,000133 0,004001

Возникающие в случайные моменты времени 0,030110 0,009125 0,020985

Анализируя результаты, полученные в пунктах 1-3, можно сделать следующие выводы. Наименьшие значения вектора отклонений ст были получены при сгущающихся к концу исследуемого интервала возмущениях. Этому же случаю соответствует самая узкая полоса локализации вероятностей состояний, при этом они изменяются наиболее плавно, однако позже, чем для регулярных возмущений, попадают в ст -окрестность предельного распределения. Хорошие результаты также дает стабилизация процесса регулярными степенными возмущениями. Возмущениям, возникающим в случайные моменты времени, соответствует наихудший вектор ст .

Как видно, каждый из рассмотренных видов возмущений имеет и достоинства, и недостатки. Выбирая на практике способ стабилизации процесса,

УДК 514.753

ОСОБЕННОСТИ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ЗАДАЧИ ПОКРЫТИЯ В СИСТЕМАХ АВТОМАТИЧЕСКОЙ ПРОТИВОПОЖАРНОЙ ЗАЩИТЫ

АНТОШКИН А.А., КОМЯКВ.М.,

РОМАНОВА Т.Е., ШЕХОВЦОВ С.Б.______

Исследуются особенности размещения пожарных извещателей в защищаемом помещении. Рассматриваемая прикладная задача сводится к задаче покрытия произвольной двухмерной области кругами заданного радиуса. На основании анализа технологических ограничений задачи строится ее математическая модель.

нужно исходить из того, какую цель желает достичь исследователь: получить в точке ф минимальное отклонение вероятностей состояний от теоретических значений или же быстрее “загнать” вероятности состояний процесса в ст -окрестность предельного распределения.

Все вычисления были проведены с помощью пакета программ, разработанного авторами в системе символьной математики Mathematica 4©.

Литература: 1. Дикарев В.А. Фокусирующие факторы. Базисы фокусировки и стабилизации // Радиоэлектроника и информатика. 1998. №2(3). С.50-53. 2. Басманов А.Е., Дикарев В.А. Стабилизация марковского процесса в окрестности распределения, заданного на конечном временном промежутке // Доп. НАН України, 1999. №8. С.69-73. 3. Герасин С.Н. Проблемы стабилизации распределений неоднородных марковских систем. Харьков. Изд-во ХТУРЭ, 1999. 212 с.

Поступила в редколлегию 15.12.2000

Рецензент: д-р физ.-мат. наук, проф. Дикарев В.А.

Герасин Сергей Николаевич, канд. техн. наук, доцент кафедры высшей математики ХТУРЭ. Научные интересы: теория вероятностей и ее приложения, теория процессов Маркова. Адрес: Украина, 61166, Харьков, пр. Ленина, 14, e-mail: hm@kture.ua, тел: (0572)40-93-72 (раб.), (0572)72-12-38 (дом.).

Гибкина Надежда Валентиновна, инженер-стажер кафедры высшей математики ХТУРЭ. Научные интересы: теория вероятностей и ее приложения, программирование. Адрес: Украина, 61166, Харьков, пр. Ленина 14.

Лизгин Валерий Анатольевич, начальник отдела АСУ АО “Меркурий”. Научные интересы: теория вероятностей и ее приложения, теория неоднородных структур, программирование. Адрес: Россия, 357100, Карачаево-Черкесская республика, г. Черкесск, ул. Кавказ-кая, 126, тел.: (87822)511-51.

Эффективность решения задач оптимального управления в технических системах непосредственно связана с разработкой математических методов, позволяющих осуществить выбор рациональной, с точки зрения используемого критерия оптимальности, структуры технической системы. Задачи синтеза оптимальных структур возникают при разработке систем обнаружения и оповещения, одним из классов которых являются системы автоматической противопожарной защиты.

При решении таких задач необходимо учитывать реальные геометрические особенности элементов систем, их тип, количество, параметры размещения и т.п. Поэтому целесообразно преобразование информации о различных по своей физической природе составных элементах технических систем в единый вид геометрической информации. Это позволяет осуществить формализацию и решение

РИ, 2001, № 1

75

i Надоели баннеры? Вы всегда можете отключить рекламу.