КнигоПровод.Ru28.03.2024

/Наука и Техника/Математика

Адаптация и обучение в автоматических системах — Цыпкин Я. З.
Адаптация и обучение в автоматических системах
Цыпкин Я. З.
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 рубПоложить эту книгу в корзину
Сохранность книги — очень хорошая, суперобложки — удовл.

Формат 84x108 1/32. Бумага машинно мелованная
ключевые слова — адаптац, обучен, автомат, управлен, оптимальн, оптимизац, вероятност, распознаван, образов, интеллект, неопределённ, надёжност, операц, стохастическ, поиск, байес, персептрон, нейрон, нейросет, идентификац, фильтр, колмогоров, избыточн, адалин, марков

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.

ОГЛАВЛЕНИЕ

Предисловие3
Введение7
 
Г л а в а  I
Проблема оптимальности
 
§ 1.1. Введение12
§ 1.2. Критерии оптимальности13
§ 1.3. Ещё о критериях оптимальности15
§ 1.4. Ограничения16
§ 1.5. Априорная и текущая информация18
§ 1.6. Детерминированные и стохастические процессы19
§ 1.7. Обычный и адаптивный подходы21
§ 1.8. О методах решения проблемы оптимальности22
§ 1.9. Заключение24
 
Г л а в а  II
Алгоритмические методы оптимизации
 
§ 2.1. Введение26
§ 2.2. Условия оптимальности26
§ 2.3. Регулярный итеративный метод28
§ 2.4. Алгоритмы оптимизации29
§ 2.5. Возможное обобщение31
§ 2.6. Разновидности алгоритмов оптимизации32
§ 2.7. Поисковые алгоритмы оптимизации34
§ 2.8. Учёт ограничений I36
§ 2.9. Учёт ограничений II38
§ 2.10. Методы возможных направлений40
§ 2.11. Обсуждение41
§ 2.12. Многошаговые алгоритмы оптимизации42
§ 2.13. Непрерывные алгоритмы оптимизации45
§ 2.14. Методы случайного поиска46
§ 2.15. Сходимость и устойчивость47
§ 2.16. Условия сходимости49
§ 2.17. Об ускорении сходимости51
§ 2.18. О наилучших алгоритмах52
§ 2.19. Примеры53
§ 2.20. Некоторые задачи54
§ 2.21. Заключение55
 
Г л а в а  III
Адаптация и обучение
 
§ 3.1. Введение56
§ 3.2. Понятие обучения, самообучения и адаптации57
§ 3.3. Формулировка задачи58
§ 3.4. Вероятностные итеративные методы59
§ 3.5. Алгоритмы адаптации61
§ 3.6. Поисковые алгоритмы адаптации62
§ 3.7. Учёт ограничений I63
§ 3.8. Учёт ограничений II65
§ 3.9. Одно обобщение66
§ 3.10. Многошаговые алгоритмы адаптации67
§ 3.11. Непрерывные алгоритмы69
§ 3.12. Вероятностная сходимость и устойчивость69
§ 3.13. Условия сходимости71
§ 3.14. О правиле остановки74
§ 3.15. Об ускорении сходимости75
§ 3.16. Мера качества алгоритмов77
§ 3.17. Наилучшие алгоритмы79
§ 3.18. Упрощённые наилучшие алгоритмы81
§ 3.19. Частный случай84
§ 3.20. Связь с методом наименьших квадратов84
§ 3.21. Связь с байесовским методом85
§ 3.22. Связь с методом максимального правдоподобия86
§ 3.23. Обсуждение88
§ 3.24. Некоторые задачи89
§ 3.25. Заключение90
 
Г л а в а  IV
Опознавание
 
§ 4.1. Введение92
§ 4.2. Обсуждение задачи опознавания93
§ 4.3. Формулировка задачи94
§ 4.4. Общие алгоритмы обучения96
§ 4.5. Сходимость алгоритмов98
§ 4.6. Персептроны99
§ 4.7. Дискретные алгоритмы обучения101
§ 4.8. Поисковые алгоритмы обучения105
§ 4.9. Непрерывные алгоритмы обучения107
§ 4.10. Замечания109
§ 4.11. Ещё об одном алгоритме обучения110
§ 4.12. Частные случаи111
§ 4.13. Обсуждение115
§ 4.14. О самообучении116
§ 4.15. О восстановлении плотности распределения и моментов118
§ 4.16. Алгоритмы восстановления119
§ 4.17. Принципы самообучения122
§ 4.18. Средний риск123
§ 4.19. Вариация среднего риска124
§ 4.20. Условия минимума среднего риска125
§ 4.21. Алгоритмы самообучения126
§ 4.22. Обобщение128
§ 4.23. Конкретные алгоритмы129
§ 4.24. Поисковые алгоритмы самообучения134
§ 4.25. Обсуждение135
§ 4.26. Некоторые задачи135
§ 4.27. Заключение136
 
Г л а в а  V
Идентификация
 
§ 5.1. Введение137
§ 5.2. Оценка среднего значения138
§ 5.3. Другой подход139
§ 5.4. Оценка дисперсии141
§ 5.5. Обсуждение142
§ 5.6. Оценка корреляционных функций143
§ 5.7. Определение характеристик нелинейных элементов145
§ 5.8. Оценка коэффициента статистической линеаризации147
§ 5.9. Частные случаи148
§ 5.10. Описание динамических объектов149
§ 5.11. Идентификация нелинейных объектов I151
§ 5.12. Идентификация нелинейных объектов II152
§ 5.13. Идентификация нелинейных объектов III154
§ 5.14. Специальный случай155
§ 5.15. Замечание156
§ 5.16. Идентификация линейных объектов I157
§ 5.17. Идентификация линейных объектов II158
§ 5.18. Оценка параметров распределенных объектов159
§ 5.19. Помехи162
§ 5.20. Устранение влияния помех163
§ 5.21. Некоторые задачи165
§ 5.22. Заключение166
 
Г л а в а  VI
Фильтрация
 
§ 6.1. Введение167
§ 6.2. Критерий оптимальности167
§ 6.3. Структура адаптивного фильтра169
§ 6.4. Частные случаи170
§ 6.5. Адаптивный корректор искажений173
§ 6.6. Поисковые адаптивные фильтры176
§ 6.7. Адаптивный фильтр-предиктор178
§ 6.8. Фильтры Колмогорова-Винера179
§ 6.9. Статистическая теория приёма180
§ 6.10. Критерий оптимальности приёма181
§ 6.11. Определение решающего правила183
§ 6.12. Обнаружение сигнала на фоне помех I184
§ 6.13. Обнаружение сигнала на фоне помех II186
§ 6.14. Выделение сигнала на фоне помех187
§ 6.15. Критерий оптимального выделения188
§ 6.16. Алгоритм выделения189
§ 6.17. Ещё о выделении сигнала на фоне помех190
§ 6.18. Другой критерий оптимальности191
§ 6.19. Оптимальный приёмник192
§ 6.20. Возможные упрощения194
§ 6.21. Восстановление входных сигналов195
§ 6.22. Алгоритмы восстановления196
§ 6.23. О влиянии помех197
§ 6.24. Некоторые задачи198
§ 6.25. Заключение198
 
Г л а в а  VII
Управление
 
§ 7.1. Введение199
§ 7.2. Когда нужна адаптация?199
§ 7.3. Постановка задачи201
§ 7.4. Дуальное управление202
§ 7.5. Алгоритмы дуального управления204
§ 7.6. Адаптивные системы управления I205
§ 7.7. Адаптивные системы управления II206
§ 7.8. Модель чувствительности210
§ 7.9. Адаптивные системы управления III211
§ 7.10. Упрощённые адаптивные системы213
§ 7.11. Системы управления по возмущению214
§ 7.12. Алгоритмы оптимального управления215
§ 7.13. Ещё одна возможность217
§ 7.14. Экстремальные системы управления218
§ 7.15. Алгоритмы экстремального управления219
§ 7.16. Алгоритмы изучения220
§ 7.17. Непрерывные алгоритмы221
§ 7.18. Структурная схема223
§ 7.19. Возможные упрощения223
§ 7.20. О синтезе оптимальных систем225
§ 7.21. Применение алгоритмов адаптации226
§ 7.22. О синтезе оптимальных систем при наличии помех228
§ 7.23. Управление и опознавание229
§ 7.24. Обобщение метода синтеза231
§ 7.25. Некоторые задачи232
§ 7.26. Заключение234
 
Г л а в а  VIII
Надежность
 
§ 8.1. Введение235
§ 8.2. Понятие надёжности235
§ 8.3. Показатели надёжности236
§ 8.4. Определение показателей надёжности238
§ 8.5. Минимизация эксплуатационных расходов241
§ 8.6. Частный случай241
§ 8.7. Минимизация стоимости, веса, объёма242
§ 8.8. Алгоритмы минимизации243
§ 8.9. Особый случай245
§ 8.10. Алгоритмы246
§ 8.11. Повышение надёжности путём резервирования248
§ 8.12. Повышение надёжности путём избыточности250
§ 8.13. Проектирование сложных систем252
§ 8.14. Алгоритмы оптимальной работоспособности252
§ 8.15. О минимаксном критерии оптимизации254
§ 8.16. Ещё о проектировании сложных систем255
§ 8.17. Замечание256
§ 8.18. Некоторые задачи257
§ 8.19. Заключение257
 
Г л а в а  IX
Исследование операций
 
§ 9.1. Введение258
§ 9.2. Планирование запасов259
§ 9.3. Критерий оптимальности планирования260
§ 9.4. Алгоритмы оптимального планирования263
§ 9.5. Ещё о планировании запасов263
§ 9.6. Оптимальное разовое поступление264
§ 9.7. Оптимальный уровень запасов265
§ 9.8. Замечание267
§ 9.9. Распределение производственных мощностей267
§ 9.10. Пример268
1 9.11. Распределение средств обнаружения270
§ 9.12. Алгоритмы оптимального распределения271
§ 9.13. Распределение областей дискретизации273
§ 9.14. Критерий оптимальности распределения274
§ 9.15. Алгоритм оптимальных оценок275
§ 9.16. Некоторые задачи277
§ 9.17. Заключение278
 
Г л а в а  X
Игры и автоматы
 
§ 10.1. Введение279
§ 10.2. Понятие игры280
§ 10.3. Теорема о минимаксе282
§ 10.4. Уравнения оптимальных стратегий283
§ 10.5. Алгоритмы обучения решению игр285
§ 10.6. Игры и линейное программирование290
§ 10.7. Управление как игра291
§ 10.8. Алгоритмы управления292
§ 10.9. Одно обобщение293
§ 10.10. Пороговые элементы294
§ 10.11. О пороговой реализуемости логических функций295
§ 10.12. Критерий реализуемости297
§ 10.13. Алгоритмы реализуемости298
§ 10.14. Персептрон Розенблата299
§ 10.15. Адалина Уидроу300
§ 10.16. Обучение порогового элемента301
§ 10.17. Автоматы304
§ 10.18. Описание конечных автоматов305
§ 10.19. Стохастические конечные автоматы308
§ 10.20. Взаимодействие автомата со средой309
§ 10.21. О мере целесообразности поведения311
§ 10.22. Обучение автоматов312
§ 10.23. О марковских цепях315
§ 10.24. Марковское обучение316
§ 10.25. Игры автоматов318
§ 10.26. Некоторые задачи318
§ 10.27. Заключение319
 
Послесловие321
Комментарии324
Литература347
Указатель основных обозначений382
Именной указатель383
Предметный указатель390

Книги на ту же тему

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

© 1913—2013 КнигоПровод.Ruhttp://knigoprovod.ru