Modelowanie w procesach losowych

1
Modelowanie w procesach losowych

• dr inz. Grzegorz Mzyk
• Zaklad Sterowania i Optymalizacji
• Instytut Informatyki, Automatykii Robotyki

http//diuna.ict.pwr.wroc.pl
2
Specjalnosc EZIZastosowania inzynierii
komputerowej w technice

• efektywnosc algorytmów
• identyfikacja (modelowanie) systemów
• optymalizacja procesów
• bazy danych (ORACLE, Fox-Pro)
• sieci komputerowe (C, C, Java, Unix)
• technika mikroprocesorowa (Intel, Motorola)

3
Pojecie systemu
4
Klasyfikacja systemów
Statyczne i Dynamiczne
Liniowe i Nieliniowe
5
Dwa typy wiedzy

• Z pomiarów
• Od eksperta, np.

6
Istota identyfikacji
Na podstawie wiedzy z pomiarów (zaklóconych) i
wiedzy od eksperta rozpoznac postac zaleznosci
(wzór) F()....
7
Przyklad
Cel wyznaczyc zaleznosc oporu powietrza (y) od
predkosci (u), dla nowego modelu
samochodu Zdobywanie wiedzy pomiarowej Wysylano
kierowce na trase zaopatrujac pojazd w
odpowiednie czujniki Zdobywanie wiedzy
eksperckiej Skorzystano z opinii fachowca opór
powietrza jest proporcjonalny do trzeciej potegi
predkosci, zatem gdzie Wynik
identyfikacji oszacowanie parametru
8
Istota przypadkowych zaklócen (szumów)

nie wiemy od czego i jak zaleza ich pomiar jest
niemozliwy, kosztowny, czasochlonny,
skomplikowany, lub niebezpieczny
9
Proces iid (bialy szum)
10
Proces ruchomej sredniej - MA
11
Proces autoregresji - AR
12
Zastosowania

• analiza danych (SAS, Statistica)
• prognozowanie (GPW, IMGW)
• rozpoznawanie obiektów (kryminalistyka, medycyna,
  wojsko)
• badania socjologiczne (OBOP, Pentor)
• zarzadzanie jakoscia (ISO, TQM)
• kompresja obrazów (JPG, MPEG)
• biocybernetyka (sieci neuronowe, sztuczne oko,
  protezy)
• automatyka (CO, procesy destylacji)