Файл: Шахнович, А. Р. Математические методы в исследовании биологических систем регулирования.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 19.10.2024

Просмотров: 95

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

Для решения задачи вводится функция р [г/,,

которая за­

висит от у (t) и у* (t) и не зависит от .оператора At.

Выбор

этой

функции зависит от принятого критерия оптимальности.

Функ­

ция p [yh j/;] обычно называется функцией потерь.

Для решения

поставленной задачи на математическое ожидание этой функции

накладывается

требование минимума

 

 

 

 

 

 

М{р

[уи

у\]} = min

 

(I - l - l)

и в этом смысле понимается близость оценки А* г< истинному

зна­

чению оператора At.

Соотношение

(1-1-1) будет выполнено,

если

потребовать

минимум

математического

ожидания

функции

P = \Уі->

Уі I П Р И заданной случайной функции х (t), т. е.

 

 

 

 

 

M [уи

уМ)

= ш т .

(1-1-2)

Условие

минимума

соотношения

(П-1) следующее:

 

 

 

 

 

-^-M{(>[y„y,/xs]}

=

0.

 

 

При идентификации объектов управления в большинстве прак­ тических случаев ищется оптимальный оператор по критерию минимума средней квадратической ошибки, т. е. принимают

Р [Уи У*] = ІУі — У*)2-

Тогда из условия (1-1-2) получим следующее уравнение для опреде­ ления оптимальной в смысле минимума среднего квадрата ошибки оценки оператора At:

у (t)

= А\х

(s) = M {у (i)lx

(s)}.

(1-1-3)

Из уравнения (1-1-3)

видно,

что оператор

условного

математиче­

ского ожидания, т. е. регрессия выходной переменной у (t) отно­ сительно входной X (t) дает оптимальный оператор объекта в клас­ се всех возможных операторов.

В нашедших широкое развитие статистических методах иден­

тификации чаще всего оптимальный оператор

ищут в классе ли­

нейных

операторов.

 

 

 

 

Можно показать, что в этом случае оценка

оператора Dt

свя­

зана с корреляционными

функциями

соотношением

 

 

 

А'КХХ

(v, s) = Кух

(t, v),

 

 

где

Кхх

(v, s) — автокорреляционная

функция

случайной

функ­

ции

X (t); Кху (t, ѵ) — взаимная корреляционная функция

слу­

чайных

функций у (t) и X (t).

 

 

 

18


Весовая функция g (t, s) определяется из интегрального урав­ нения

Kyx(t,v)= jj g(t,s)Kxs(s,v)ds, t-T

здесь T — интервал наблюдения.

В частном случае, когда функции х (t) и у (t) являются ста­ ционарными и стационарносвязанными, оптимальная оценка опе­ ратора А * может быть определена из уравнения

Кѵ х {%) = А ' К х х (t — х),

весовая функция (при бесконечном интервале наблюдения) — из интегрального уравнения Винера — Хопфа

 

 

оо

 

 

Kvx(ï)

=

\g(t)Kxx(t-T)dt.

 

 

О

 

Таким образом, по результатам измерения входного у (t) и

выходного

X (t) случайных сигналов определяется неслучайная

оценка At

случайного

оператора

At.

Как было показано выше, задачей идентификации является опре­ деление оператора Dt объекта или, иными словами, математиче­ ской модели объекта.

Первый простейший метод идентификации применялся Ро­ бинсоном (1968) для получения передаточной функции при иссле­ довании глазодвигательного аппарата (см.- главу II1-5). Ко второ­ му направлению идентификационных задач, основанному на тео­ рии квазилинеаризации, можно отнести идентификационную про­ цедуру, разработанную Р. Беллманом применительно к процессам метаболизма и кровообращения (см. главу Ш - 2) .

 

 

Л И Т Е Р А Т У Р А

Браверман

Э. М. Восстановление дифференциального уравнения объекта в

процессе его нормальной эксплуатации.— Автоматика и телемеханика,

1966, № 3.

Пугачев

В. С. Теория случайных функций и ее применение к задачам автома­

тического управления. М., Физматгиз, 1960.

Райбман

Л. С. Идентификация объектов управления.— Труды ЦЭМИ АН

СССР,

1967.

Цыпкин

Я.

3. Адаптация и обучение в автоматических системах. М., «Нау­

ка»,

1968.

Bellman R. Math. Bioscience, 1969, 5, N 1/2.

Bellman

Л.,

Kagiwara H., Kalaba R. Math. Bioscience, 1967, 1, N 1.

19



Глава 1-2

ТЕОРИЯ ОПТИМАЛЬНОГО У П Р А В Л Е Н И Я

Определение динамических характеристик объекта (его ма­ тематической модели) является первым этапом исследования си­ стемы.

Однако, как известно, динамическая система включает в себя не только объект, н о й управляющее устройство, устройство обрат­ ной связи и т. д.

Исследованию динамики биологических систем регулирования методами классической теории автоматического управления по­ священо значительное количество работ, среди которых можно отметить монографию Ф. Гродинза (1966).

Останавливаться подробно на этом направлении в рамках настоящей книги не представляется возможным.

Пусть в результате решения задачи идентификации математи­

ческая модель динамического объекта представлена

нелинейным

дифференциальным уравнением

 

і = і (и, ж, t),

(1-2-1)

где X — регулируемая величина (координата пространства со­ стояний); и — управляющее воздействие или управление; t — время.

Методы получения математической модели объекта

приведены

в главе 1-1. Выбор функционала, характеризующего

требования

к качеству, представляется серьезной самостоятельной задачей, основные аспекты которой рассмотрены ниже. Теперь мы подошли вплотную к формулировке основной задачи теории оптимальных систем (Фельдбаум, 1963).

Пусть существует динамическая система, математическая мо­ дель которой (1-2-1).

Положение управления характеризуется точками некоторой области управления U, которая определяется любым множеством

некоторого

r-мерного

евклидова

пространства Ет.

 

Задание

и = (и' ...

ит)

£Е U

равносильно

заданию

системы

числовых

параметров

и' ... иг.

 

 

 

 

 

 

В приложениях особо важен случай, когда U — замкнутая

область

пространства

Ег.

В частности,

U'

может

быть

кубом в

г-мерном

пространстве

и1 ,

... ит

 

 

 

 

 

 

 

 

I и? I <

1; / =

1, 2

... г.

 

 

 

Физически

это значит,

что эти управляющие

функции

не могут

иметь значений больших, чем 1; и (t) ЕЕ U,

где и (t)

— векторная

функция, определенная

на интервале t0

^

t ^

tv

 

 

20


В зависимости от характера поставленной задачи на управле­

ние и (t) накладываются различные условия (кусочной

непрерыв­

ности,

кусочной дифференцируемое™

и т. д.).

 

 

 

 

Допустимым управлением называется такое, которое удовлет­

воряет

этим условиям (обычно кусочно-непрерывное).

 

 

Можно сказать, что допустимое

управление

и (t) tQ

t

t1

переводит точку в фазовом пространстве из положения х0

в поло­

жение

хх, если соответствующее

ему решение

х (t)

уравнения

1-2-1,

удовлетворяющее

начальному

условию

х (£„) = х0,

опре­

делено на всем отрезке t0

t t±

и проходит в момент t1

через

X l (h) = а^.

 

 

 

 

 

 

 

Тогда формулировка основной задачи такова: в фазовом про­

странстве X даны две точки: х0, хг.

Среди всех допустимых

управ­

лений

u(t), переводящих

точку из положения х0

в xlt найти такое,

для которого функционал, характеризующий требования к каче­ ству, принимает экстремальное значение

J = ^f(x(t),u(t))dt.

и

Таким образом, для решения оптимальной задачи необходимо:

получить математическую модель;

выбрать функционал, характеризующий требования к ка­ честву системы,

выбрать граничные условия,

выбрать подходящий метод теории оптимальных систем. Выбор критериев качества определяется целями управления,

зависящими от конкретного класса систем. Эти проблемы не рас­ сматриваются в теории оптимальных систем, но мы здесь на них кратко остановимся.

Цель управления можно рассматривать как достижение эк­ стремума некоторой величины /-критерия оптимальности.

В общем случае критерий оптимальности зависит от ряда па­ раметров:

задающего воздействия,

выходной величины,

внешнего воздействия,

управления,

времени.

Аналитическая форма записи критерия оптимальности представ­ ляет собой функционал. Наиболее общий вид функционала

/ {х*, X, z, и, t) = min.

Конкретный

вид функционала определяется классом опти­

мизируемой системы.

Так, для задач линейного программирования функционал имеет

п

 

вид / = ^СІХІ=

min (где CT — весовой коэффициент).

і—1

 

21