Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 700
Скачиваний: 2
Оценивание |
параметров |
обыкновенных |
дифференциальных |
уравнений |
663 |
где УІ и у2 — зависимые переменные, a х^ и х2 характеризуют внеш нюю загрузку каждого из агрегатов.
В некоторый момент времени, принятый за нуль, в каждый элементарный процесс было введено ступенчатое возмущение переменных хх (t) и х2 (t), которое поддерживалось до определен ного момента, после чего указанным переменным были приданы
5 i |
• |
: |
1 |
первоначально установленные значения. На фиг. П.9.2.За сплош ной линией показаны зарегистрированные отклики z/t и у2 (в отклонениях от их первоначальных значений) в виде функций времени. Сигналы от детекторов записывались на магнитофоне. Записанная информация затем обрабатывалась по схеме, пред ставленной на фиг. П.9.2.36. Используемые приращения равнялись 0,05 для каждой переменной. Функциональные схемы гипотети ческой вычислительной машины здесь не приведены из-за того, что обработка в действительности проводилась на вычислительной машине CDC 6600 с использованием аналогового модулятора MIMIC . Все операции интегрирования, решение дифференциаль ных уравнений и расчет коэффициентов чувствительности можно было выполнить за несколько секунд.
Пунктирными линиями на фиг. П.9.2.За показаны предсказан ные отклики как функции времени для оценок коэффициентов, приведенных на фиг. П.9.2.3в. Чтобы получились приемлемые отклонения между измеренными и предсказанными откликами
Накопление данных |
Логическая программа |
Оценки |
наискорейшего спуска |
коэффициентов] |
Коэффициенты
чувствительности
Решение
дифференциального
уравнения
Ф и г . П.9.2.36.
О10 20 30 40 SO 60 70 SO 90 100
Врелія.мин
Ф и г . П . 9 . 2,3с .
«66 |
Глава 9 |
|
|
|
|
Предположим теперь, |
что детерминированная |
переменная |
|
у |
заменена в интегралах стохастическими наблюдениями Y, |
а для |
||
t |
выбран ряд различных |
значений tu t2, . . . , £ „ , где |
п |
больше |
числа параметров, которые нужно оценить. Тогда получается пере определенная система уравнений, которую можно было бы разре шить относительно оценок параметров методом наименьших квад ратов. Конечно, ненаблюдаемая ошибка, добавляемая к у, теперь связана с самими интегралами; следовательно, независимые пере менные становятся случайными переменными. Кроме того, посколь ку наблюдения Y производятся последовательно во времени, интегралы не являются статистически независимыми. Тем не менее для данных, взятых через равные или неравные промежутки вре мени, вычисления нетрудно проводить непрерывно или после изме рений; исследование моделирования показывает, что этот метод обладает рядом преимуществ [13].
Повторное интегрирование дифференциальных уравнений вто рого и более высокого порядка требует знания начальных зна чений производных от у более низкого порядка (и от х, если послед ние входят в модель). Может оказаться разумным оценивать вели чину [а0у0 + (dy/dt)0] в уравнении (9.2.13) в целом, однако этот метод пока еще не испытывался. Если начальные значения пере менной у и ее производных равны нулю, то никакой проблемы не существует.
В работе [14] авторам удалось обойти требование, чтобы все начальные условия для переменных у, а; и их производных были известны, путем умножения каждого члена дифференциального уравнения на так называемую модуль-функцию, т. е. функцию, которая вместе со своими (п — 1) производными обращается в нуль на концах интервала интегрирования.
9.3. О Ц Е Н И В А Н И Е М Е Т О Д О М М А К С И М А Л Ь Н О Г О П Р А В Д О П О Д О Б И Я
Максимально правдоподобные оценки уже описывались в нес кольких предыдущих главах. Они обладают желаемыми свойства ми асимптотической эффективности и нормальности. Ради мате матического удобства каждый раз они связывались с предположе нием о (совместном) нормальном распределении. Рассмотрим сов местную плотность распределения вероятности (функцию правдо подобия) р (ос, уо I у (*i), у (h), • . ., у (tn)) Для а и у 0 . Если можно найти максимум этой функции относительно всевозможных наборов уо и а, то оценки, полученные таким образом, и являются максимально правдоподобными оценками. Условия максимума можно сформулировать так, чтобы учесть имеющуюся априорную информацию следующим образом.
Оценивание параметров обыкновенных дифференциальных |
уравнений 667 |
||
Апостериорную |
плотность |
распределения |
вероятности |
Р («, Уо I У (*і)> У (*г), |
• • -, у (tn)) |
можно представить в виде отно |
шения двух плотностей вероятности, если использовать аналог выражения (А.8) для непрерывных переменных:
* < « , У о | У 0 п ) , • • • • У ( ^ ( Ѵ ^ |
(9.3.1) |
Числитель в правой части этого выражения с учетом формулы (А.8а) принимает вид
Р(а, Уо, y(tn), . . . , у(*і)) |
= |
|
= Р (У Cn) |
I а, уо, у (*n-i), • • . , У (h)) |
X |
|
X p (a, уо, y («„.О, . . . , |
y (ft)). (9.3.2) |
Эти операции можно продолжать до тех пор, пока нѳ получится выражение
Р ( « і Уо, У (tn), |
. . •, у(*і)) = |
|
n |
= |
Р ( « , Уо) ГЫУ(*0|«, УО, У ( * І - І ) , • У(** . ))• (9.3.3) |
Исследование выражений (9.1.7) и (9.1.9) показывает, что пере менная Y (ti) зависит только от tt, у 0 , a и е (^) и не обусловлена никакими предыдущими измерениями. Следовательно, можно записать
Р (У (h) I a, Уо, У |
• • •, У (*І)) = Р (У (*«) I « . Уо)) (9.3.4) |
при условии, что соотношение (9.1.9) рассматривается как некото рое ограничение. Таким образом, искомая совместная условная плотность распределения вероятности равна
|
|
|
n |
|
|
|
|
P (а, Уо) [j Р (У (h) I а, Уо) |
|||
р(«,Уо|у(«»), . . . , У ( * і ) Н |
P(y(S;...,y(tl)) |
•'(9-3-5) |
|||
Функция, которую требуется |
максимизировать, представляет |
||||
собой логарифм функции правдоподобия L = р |
(а, у о [ у (£n )» • • • |
||||
. . ., у (ti)), на которую наложено ограничение |
(9.1.9), что можно |
||||
записать как In L плюс произведение |
множителей |
Лагранжа |
|||
(см. приложение Б.6) на функцию связи, или |
|
|
|||
п |
|
|
|
|
|
L * = In р (а, уо) + S |
{In p (у (tt) |
I a, y„) |
+ |
|
|
i=l |
|
уо, *0—e (*!)]} — |
|
||
+ bT(h) |
[y(ti)-W(a, |
|
|||
|
|
- l n p ( y ( * n ) , |
. . . , y ( * , ) ) . (9.3.6) |