• Nie Znaleziono Wyników

Wykorzystanie iteracyjnej maszyny analogowej do identyfikacji metodą zmiennego modelu

N/A
N/A
Protected

Academic year: 2022

Share "Wykorzystanie iteracyjnej maszyny analogowej do identyfikacji metodą zmiennego modelu"

Copied!
15
0
0

Pełen tekst

(1)

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ / 1969

S e r i a : AUTOMATYKA z . 14 Nr k o l . 267

mgr i n ż . Mi ch ał L a t a r n i k K a t e d r a T e o r i i R e g u l a c j i

2 . 3 . WYKORZYSTANIE ITERACYJNEJ MASZYNY ANALOGOWEJ DO IDENTYFI­

KACJI METODĄ ZMIENNEGO MODELU

I d e a metody zmiennego modelu j e s t p r o s t a i szczegółowo o p i s a n a w l i t e r a t u r z e [ i ] . Przy k o r z y s t a n i u z t e j metody na w e j ś o i a

o b i e k t u i zmiennego modelu podawane s ą t e same s y g n a ł y s ( t ) , a r ó ż n i c ę pomiędzy s y g n a ł a m i wyjś ciowymi o b i e k t u i zmiennego mo­

d e l u m ( t ) i n ( t ) wprowadza s i ę do u r z ą d z e n i a l i c z ą c e g o , k t ó r e zmienia w e k to r parametrów x modelu w t e n s p o s ó b , by w możliwie n a j k r ó t s z y m o z a s i e u zys kaó małą ( m i n i m a l n ą ) , w okr eś lonym s e n ­ s i e , o d l e g ł o ś ó [2] między s y g n a ł a m i wyjściowymi o b i e k t u i mode­

l u .

Rys . 1 . I de a zmiennego modelu

(2)

120 Michał L a t a r n i k Dla r o z p a t r y w a n e g o p r z e z n a s o b i e k t u je dn o we j śc i ow eg o i j e - d nowyj ści owego , problem można s p r o wa d zi ć do p os zu k iw an ia wek­

t o r a parametrów x = x ^ s p e ł n i a j ą c e g o r e l a c j e :

n ( t ) = A j n ( t ) , s ( t ) , x ( t ) | (1)

d^ - o p t ' ~ miD d* (2)

g d z i e :

A - dany o p e r a t o r ,

d*(x) = d*[m(t), n ( t ) ] - o d l e g ł o ś ć między s y g n a ł a m i w y j ś c i o ­ wymi o b i e k t u i modelu d l a o k r e ś l o u e j r e a l i z a c j i

s ( t ) .

Wykorzystywany w praoy a l g o r y t m p o s z u ki w an i a we kt or a p o l e g a na k ol e jn ym p os z u k iw a n i u mi nimalnych w a r t o ś o i f u n k ­ c j i ^ :

d ( x i ) = d ( x i | x . 1 , x 2 , , . . x ( i - l ) , x ( i + 1 ) , . . . , x n ) (3) względem k o l e j n o w y b i e r a n y c h parametrów x l » x 1 , x 2 , x n.

W praoy r o z p a t r y w a n e s ą p ro bl emy, d l a k t ó r y c h f u n k c j e d ( x i ) s ą f u n k c j a m i c i ą g ł y m i względem z mienia nego p a r a m e t r u x i , a i c h p i e r w s z e pochodne względem x i s ą f u n k c j a m i c i ą g ł y m i w p r z e d z i a ­ l e x i 6 [ 0, 1] za w y j ą t k i e m s k o ń c z o n e j i l o ś c i punktów n i e c i ą g ł o ś ­ c i p ie r w s z eg o r o d z a j u t j . t a k i c h , w k t ó r y c h i s t n i e j ą g r a n i c e pr awo- i l e w o s t r o n n e . Dodatkowo zakł adamy, że w p r z e d z i a l e x i 6 [0,1] pochodne t e s ą f u n k c j a m i r o s n ą c y m i pr zec h od zą cy mi

p r z e z z e r o d l a x i = x i ^ lub p o s i a d a j ą c y m i w x i ^ pun kt n i e c i ą ­ g ł o ś c i p ie r w s z e g o r o d z a j u mający t ę w ł a s n o ś ć , ż e :

s i g n [ l i m 4 s i g n [lim ( M

x i " ^ x i 1 x i —- X i . j

X i > X ± 1 x i < x i 1

' A l go r yt m t e n znany j e s t ja k o a l g o r y t m G a u s s a - S e i d e l a . X )

(3)

Wy k or z y s t a n i e l t e r a c y j n e j maszyny a n a l o g o w e j , . 121 O g r a n i c z e n i e zmian p o s z c z e g ó l n y c h parametrów do p r z e d z i a ł u [ 0 , l ] z o s t a ł o wprowadzone j e d y n i e d l a u ł a t w i e n i a z a p i s u w d a l ­ s z e j o z ę ś c i p r a c y . Oczywistym j e s t , że dowolny skończony p r z e ­ d z i a ł zmian p a r a m e t r u można p r z e z odp owiedni dohór s k a l i zmien­

nych s p ro w a d z i ć do p r z e d z i a ł u [0,1] .

Z b i ó r { d [ j n ( t ) , n ( t ) j j - s t a n o w i ą e l emen ty z b i o r u ^d*[m(t), wyznaczone pr zy ok reś lonym s ( t ) , d l a w s z y s t k i c h r e a l i ­ z a c j i w e k t o r a x możliwych do u z y s k a n i a na w y j ś c i u u r z ą d z e n i a l i c z ą c e g o .

W a r t o ś c i minimalne d l a p o s z c z e g ó l n y c h p r z e k r o j ó w d ( x l ) wyznaczane s ą na d rodze i t e r a c j i w o p a r c i u o n a s t ę p u j ą c y a l g o ­ r y t m :

x l 2k = I “ Cł )P * V l * 3 i g n { d [m ( t ) » n2 p - 1 ( t ) ] “ P ^

( 5 ) - d [ m ( t ) , n 2 p - 2 f t ) l }

g d z i e :

1 . d [ m ( t ) , E2p_2^ ^ - w a r t o ś ó f u n k o j i o d l e g ł o ś c i u z y s k a ­ n i a d l a x i = x i 2 p_2 w ( p - O - y m k ro ku praoy wykonanym w danym p r z e k r o j u d ( x i ) . Na ( p - l ) - s z y t a k t p racy s k ł a ­ da s i ę ( p - l ) - s z y k r o k praoy o r a z ( p - O - s z y k r o k p r ó b ­ n y .

2 . d [ m ( t ) , n 2 p - i ^ ^ 3 - w a r t o ś ó f u n k c j i o d l e g ł o ś c i uzyskana d l a x i = x i 2 p_^ w (p-1 )-ym krolcu próbnym wykonany w da­

nym p r z e k r o j u d ( x i ) .

(4)

122 5i o h a ł L a t a r n i k

3 * x i 2p-1 ‘ Xl2p -2 + 6 ( 6 )

0 j e ś l i d [ m ( t ) , n 2 p - 1 ^ t ^ “ n 2 p - 2 ^ 3 ^ a

1 j e ś l i d [ m ( t ) , n2p_ 1 ( t ) ] - d [ m ( t ) , E2p -1^ 3> a

g d z i e a > 0.

Można wykazaó [4j , że i t e r a o y j n y p r o c e s p os zu ki wan ia m i n i ­ m a l ne j w a r t o ś o i w danym p r z e k r o j u d ( x i ) p r z e b i e g a j ą c y w o p a r ­ c i u o zaproponowany a l g o r y t m ( 5) j e s t z b i e ż n y d l a a = O do pu nk tu x i Q s p e ł n i a j ą c e g o r e l a c j ę :

n a t o m i a s t d l a a > O p r o c e s t e n o s i ą g a punkt n a l e ż ą c y do p r z e -

Obecnie uzasadnimy wybór p r z e d s t a w i o n e g o powyżej a l g o r y t m u p ra cy u r z ą d z e n i a l i c z ą c e g o porównując go z innymi znanymi a l g o ­ rytmami pr acy u r z ą d z e ń l i c z ą c y c h t e g o t y p u . Ze względu na t o , że w i e l e al gorytmów p o s z uk i w an i a w a r t o ś c i optymalnych parame­

trów [6l , [8] z uwagi na skomplikowany sposób do ber u kr oku r o ­ boczego nie z n a l a z ł o j e s z c z e swej t e c h n i c z n e j r e a l i z a c j i ,

0 < x i 1 - x i Q < £ ( 7 )

d z i a ł u [ x i d , x i g] o t a c z a j ą c e g o punkt x l Q; g r a n i c e t e g o p r z e ­ d z i a ł u można wyznaczyó z r e l a c j i :

d [>ig+ £] “ d [x l gl = d [x l d] “ d [x l g+£] 3 a (8)

(5)

Wy k or z y s t a n i e i t e r a o y j n e j maszyny a n a l o g o w e j . » « 123 ograniozymy s i ę do porównania r o z p a t r y w a n e g o a l g o r y t m u p o s zu ­ k i w a n i a z a l g o r y t m a m i poszukiwań p r z e d s t a w i o n y m i w pr ao ao h

[ 5 ] , [ 7 ] . K o n k r e t n i e porównamy proponowany a l g o r y t m z dwoma r o z p a t r y w a n y m i w praoy [5] a l g o r y t m a m i :

a ) z al goryt mem wymagającym o k r e ś l e n i a g r a d i e n t u .

Układ wykonuje n ruchów w zd łu ż w s p ó ł r z ę d n y c h , po czym na p o d s t a w i e o k r e ś l o n e g o g r a d i e n t u wykonuje s kok o d ł u -

w k i e r u n k u n a j s i l n i e j s z e g o z m n i e j s z e n i a w a r t o ś c i p r z y ­ j ę t e j f u n k c j i o d l e g ł o ś o i .

b ) z al goryt mem przypadkowego p o s z u k i w a n i a , d l a k t ó r e g o powr ót po ewentualnym błędnym k r ok u o r a z n a s t ę p n y k r o k

A x i+1 odbywają s i ę r ó w n o c z e ś n i e :

1 . A x ± = [ ( Ax1 ) ±, ( A x 2 ) ±, . . . , ( A x n ) J - w ek to r p r z y r o s t u , k t ó r e g o k i e r u n e k w y b ie r a s i ę p r z y p a d ­ kowo z równomiernym prawdopodobieństwem we w s z y s t ­ k i c h k i e r u n k a o h .

g o ś c i

(9)

*1+1 " ^ i " a i A* i + A *i+1 (10) g d z i e

2 . | A x J = y j ; ( A x j ) * - h

(6)

124 Mi ch ał L a t a r n i k 3 . - j e ś l i wprowadzony w o s t a t n i m przypadkowym k r o ­

ku wekt or p r z y r o s t u A x ^ n i e spowodował z m n i e j ­ s z e n i a w a r t o ś c i f u n k c j i o d l e g ł o ś c i

- j e ś l i wprowadzony w o s t a t n i m przypadkowym k r o ­ ku wekt or p r z y r o s t u A x ^ spowodował z m n i e j s z e ­ n i e w a r t o ś o i f u n k c j i o d l e g ł o ś c i .

Przyjmujemy za p r a o ą [5] n a s t ę p u j ą o ą p o s t a ó f u n k c j i o d l e g ł o ś - o i od optimum x opt O ^ o p t ’ <x 2 >opt» ( x n >optl :

d - \ / [ x 1 - ( x D opt] 2 + [ x 2 - ( x 2 ) o p t j 2 + . . . + [ x n - ( x n ) opt ] 2 = r (11) t z n . metody po szukiwań bę dą porównywane pod względem p r z y d a t ­ n o ś c i i o h do r o z w ią z yw an i a problemów, d l a k t ó r y c h można p r z y -

jąó f u n k o j ę o d l e g ł o ś c i o p o s t a o i ( 1 1 ) . Dodatkowo zakł adamy, że :

1 . Punkt optymalny x Qpt może przyjmowaó z jednakowym prawdopo­

dobieństwem dowolne p o ł o ż e n i e w h i p e r s z e ś c i a n i e X, k t ó r e g o w s p ó ł r z ę d n e s p e ł n i a j ą r e l a o j ę :

0 < x l < 1 i = 1 , 2 , . . . n (12) 2 . Przy w y z na cz a ni u optymalnych w a r t o ś c i parametrów o g r a n i ­

czamy s i ę do d o k ł a d n o ś c i h o k r e ś l o n e j j a k o :

[ ( x l ) - ( x l ) Qpt] 2 + [(x 2) *-( x2) o p t ] 2 + . . . + [ ( x n ) - ( x n ) o pt] 2 < h 2 (13) g d z i e :

(x1 )*, (x2)^ . . . , ( x n ) * s ą w a r t o ś c i a m i parametrów po z a - k o ń o z e n i u ' p r o c e s u p o s z u k i w a n i a .

3 . K r y t e r i u m porównania s t a n o w i ś r e d n i a s t a t y s t y c z n a r ^ w ar ­ t o ś c i f u n k c j i o d l e g ł o ś c i wyznaczonych d l a punktów r o z p o o z ę -

(7)

o la procesów p o szu k iw a n ia o s ią g a j ą c y o h po K krokaoh punkt x* = [ ( x l) ^ ( x 2 )*, . . . , (x n )* ] n a le ż ą c y do k u l i o k r e ś lo n e j r e l a o j ą ( i 3 ) .

I l o ś ó K kroków j e s t ta k d o b ra n a , by p r o c e s , p r z e b ie g a ją o y w o p a r o iu o proponowany w n i n i e j s z e j praoy a lg o r y tm p o s z u k i­

w a n ia , o s i ą g a ł w t e j i l o ś o i kroków d o w o ln ie p o ło ż o n y w h i p e r - 3 z e ś o i a n i e (1 2 ) punkt optym alny z d o k ła d n o ś o ią o k r e ś lo n ą r e ­ l a o j ą (1 3 )«

I l o ś ó K kroków j e s t w ię o równa:

K ( h , n ) - 2 n N ( h , n ) (1 4 )

g d z i e :

N (h , n ) - l u f (m > - j ^ - g - ) (1 5 ) m * 1« n at«

Dla metody g r a d ie n to w e j ( a ) wspom nianą pow yżej ś r e d n ią w a r - t o ś ó x śx f u n k o j i o d l e g ło ś o i ograniozym y od góry w y k o rzy stu ją o r a l a o j ę w y n ik a ją o ą z p r z y j ę t e g o a lg o ry tm u ( a ) :

r a ś r (h »n ) < z aśx “ h ENTIEH [ * n+1 ^ + 1] i 1 6 )

D la metody poszukiw ań przypadkowych (b ) o d l e g ło ś ó * b ś r mo- żemy o k r e ś l i ó k o r z y s t a j ą c z t e g o , że w a r to śó oozekiw ana suma­

r y c z n e g o z b l i ż e n i a , d la p r o c e su o s ią g a j ą o e g o po K krokaoh od­

l e g ł o ś ó r k < h , równa j e s t sum ie w a r t o ś o i oczek iw an ych z b l i ­ żeń uzysk an yoh w p o s z c z e g ó ln y c h K krokaoh o z y l l :

Wy k or z y s t a n i e l t e r a o y j n e j maszyny a n a l o g o w e j . . . _____________ 125

*bśr “ E {^1_a1^ Ar.j+(l-a2 ) Ar2+ . . . + ( l - a k) Ark+rk } -

" 1?1 E l + B( x * )

(17)

(8)

126 Mi chał l a t a r n i k g d z i e :

E i r ^ ) - w a r t o ś ó oczekiwana f u n k c j i o d l e g ł o ś c i d l a punktów końoowych p r o c e s u r k h .

arccos

J

( r Ł - Y r2+h2+2^)1003

f

) s inQ-2

y

d<p B i { A r 1 ( l ^ 1 )J = 2 --- 1 ---

2

J

s in 11-2^ .d<f

- w a r t o ś ó oczekiwana z b l i ż e n i a w i - t y m k r o ku p r o c e ­ s u [ 5 ] .

({? - k ą t za wa rt y między w e k to r am i - x Ł) o r a z A ? l + 1*

Ze względu na t o , że wspomniana powyżej w a r t o ś ó oczekiwa­

n a z b l i ż e n i a Ei { A r ^ C l - a ^ } - j e s t f u n k c j ą r o s n ą c ą z r.^ o g r a ­ niczymy r b ^r od góry o b l i c z a j ą c r ^ d l a ^ -* - 0 0 c z y l i :

r b ś r < xb ś r 3 K e {a* I > ~ ~ , f ] } + h (18) g d z i e w a r t o ś ó oozeki waną z b l i ż e n i a E -^Ar [ r - “ oo , <£]j- możemy wyznaozyó z r e l a c j i [5] :

x2

a

J

cos(f . s i n n “’2 if d«f

E { A r [ r - o o , f ]} = - T — (19)

2 / 2s i n n ”,i<(? d(f

Doty chcz as n i e u w z g l ę d n i a l i ś m y n a r z u c on y ch wymiarami h i p e r - s z e ś o i a n u (12) o g r a n i c z e ń zmian parametrów x , 00 j e s t s ł u s z n e d l a p r zy p a d k u , gdy k u l a Q o p r o m i e n i u R = h (K+1) i ś r o d k u w optimum o a ł k o w i o i e z a w a r t a w h i p e r s z e ś c i a n i e ( 1 2 ) . Dla p r z y ­ padku, gdy wspomniana k u l a Q n i e j e s t c a ł k o w i c i e z a wa rt a w h i p e r s z e ś c i a n i e ( 1 2 ) , w a r t o ś ó oczekiwana u l e g n i e z m n i e j ­ s z e n i u . J e s t to spowodowane z m n i ej s z e n i e m s i ę i l o ś c i n a j b a r ­ d z i e j o d l e g ł y o h od optimum punktów r o z p o c z ę c i a procesów p o-

(9)

W y k o r z y s t a n i e i t e r a o y j n e j maszyny a n a l o g o w e j » . 127 s z u k i w a n i a o s i ą g a j ą c y c h po K k r o k ac h k u l ę ( 1 3 ) , (ho w ł a ś n i e t e punkty z n a j d ą s i ę na z e w n ą t r z h i p e r s z e ś o i a n u ) ' o r a z z m n i e j s z e ­ niem s i ę prawdopodobieństwa wykonania poprawnego k r ok u w p o b l i ­ żu ś c i a n h i p e r s z e ś o i a n u . Tym samym r ó w n i e ż d l a te g o przyp ad ku s p e ł n i o n a j e s t r e a l o j a ( 1 8 ) .

B i o r ą c pod uwagę pr zeprowadzone powyżej r o z w a ż a n i a możemy s t w i e r d A ó ( r y s . 2 ) , że d l a dużych d o k ł a d n o ś c i wy zn ac za n ia w a r t o ś c i optymalnych o r a z m a łe j i l o ś c i n p ar am et ró w, p r o p o -

R y s . 2 . Z a l e ż n o ś ć d ł u g o ś c i umownego p r o m i e n i a r ^ r od n - i l o ś o i parametrów o r a z h - d o k ł a d n o ś c i w yz na cz e ni a optimum

nowana w n i n i e j s z e j p r ac y metoda poszukiwań wymaga, w s e n s i e s t a t y s t y o z n y m , m n i e j s z e j i l o ś c i kroków p o t r z e b n y c h do wyzna­

c z e n i a optymalnyoh w a r t o ś c i parametrów z zad aną d o k ł a d n o ś o i ą ( 1 3 ) .

Pr zeds tawimy o beonl e k o n k r e t n y , z r e a l i z o w a n y na i t e r a c y j - n e j maszynie a n a l o g o w e j , u k ł a d i d e n t y f i k a c j i w a r t o ś o i parame­

trów o b i e k t u w y k o r z y s t u j ą c y metodę zmiennego modelu. R o z p a t r z ­ my p rz yp a d e k i d e n t y o z n y c h s t r u k t u r o b i e k t u i zamknięt ego zmiennego modelu [ 3 j . F unkcje p r z e j ś c i a o b i e k t u i modelu po­

s i a d a j ą t ę samą p o s t a ó :

" a Q + a^p

oo odpowiada s chematowi maszynowemu pr ze ds ta wi o ne mu na r y s . 3 .

(10)

128 Mi ch ał L a t a r n i k Tok p r zep ro wadza nych o b l i c z e ń w u k ł a d z i e p r z e d s t a w i o n o w po­

s t a c i schematu blokowego ( r y s , 4 ) . Swraoa s i ę uwagę na pewne pod ob ie ńst wa programowania i t e r a c y j n e j maszyny a n a l o go we j i programowania maszyn c yf r ow yc h. Nowymi e l e me nt a mi programu i t e r a c y j n e j maszyny a n a l o g o w e j w porównaniu z programem kon­

w e nc j o n a l n y c h maszyn analogowych s ą :

- możliwość zaprogramowania r e p e t y o y j n e g o r o z w ią z yw an i a wybra­

n e j o p e r a c j i m a t e m a t y c z n e j ,

- możliwość a l t e r n a t y w n e g o wyboru o p e r a o j i ma tema ty czn ej w t o -

•ku pr zepr owadza nych o b l i c z e ń ,

- możliwość w y k o r z y s t a n i a w danym kr ok u o bli ozeniowym wyników uzy sk an yo h w k r o k ac h p o p r z e d n i o h .

Rys. 3 . Sohemat maszynowy o b i e k t u i modelu

Omówimy o b ec ni e p r a c ę zaproponowanego u k ł a d u i d e n t y f i k a ­ c j i ( r y s . 5 ) . Wygodnie j e s t w y k o r z y s t a ć do t e g o c e l u d ia gr am p r zep ły wu i n f o r m a c j i w tym u k ł a d z i e . El ement p a m i ę c i a n a l o g o ­ wej 1 o t rz ym u je w k o l e j n y c h k r o k ac h i t e r a c j i i n f o r m u j e o w a r -

(11)

W y k o r z y s t a n i e l n t e r a o y j n e j maszyny an al ogowej««» 129

p* pt-l

x('X ,-( { ) Psiqn A d

p - pH

sign Ad i

Rys« 4« Sohemat blokow y o b lio z e ń

start

(12)

130 Miohał L a t a r n i k

R y s. 3» Sohemat m aseyno*y układu i d e n t y f i k a o j l m etodą sm ien n e£0 modelu

(13)

W y k o r z y s t a n i a i n t e r a o y j n e j maszyny a n a l o g o w e j . . . 131

M n 4 a W p i ł c n

H g f c r o t p r a c g H n h t t p r t b n )

Sn

<

o ■ l|

R y s . 6 . Diagram przepływ u in f o r m a c j i

(14)

Mi ch ał l a t a r n i k t o ś c i a c h p r z y j ę t e j f u n k c j i o d l e g ł o ś c i ' u zy sk an yc h d l a w a r t o ś c i X 1

p a r a m e t r u x1 - x 1 2k o r a z x1 * x 1 2k + € (przy s t a ł y m x 2) w z g l ę ­ d n i e d l a x2 = x2 2k o r a z x2 = x22k + £ (pr zy s t a ł y m x l ) . I n f o r ­ macja o w a r t o ś c i a c h f u n k c j i o d l e g ł o ś c i uzyskanyoh d l a x1 =

= x 1 2k ( wz gl ęd ni e x2 = x 2 2 k ) z o s t a j e p r z e s ł a n a do e l e m e n t u pa­

m i ę c i a n a l o go we j 2 . Sygnały ' wyjściowe elementów 1 i 2 s ą n a ­ s t ę p n i e podawane na w e j ś c i e e l e m e n t u n i e l i n i o w e g o o c h a r a k t e ­ r y s t y c e p r z e k a ź n i k a t r ó j p o ł o ź e n i o w e g o , na któr egcr wy j ś o i u u z y ­ skujemy s y g n a ł I k s i g n A d k . Niezbędny do o k r e ś l e n i a b e zw z gl ę d­

n e j w a r t o ś c i e w e n t u a l n e j zmiany p a r a m e t r u c i ą g w a r t o ś c i :

lA x 2k+2 I “ ł I A x 2 kl

uzyskujemy na w y j ś c i u i n t e g r a t o r a 4 p ę t l i ( 3 , 4 ) . P ę t l e pamię­

ciowe ( 5 , 6 ) c r a z ( 7 , 8 ) o pr aoo wu ją s y g n a ł y x1 o r a z x2 będąoe f i z y o z n y m i r e a l i z a o j a r f i p r z y j ę t e g o a l g o r y t m u ( 5 ) . Reżim pr acy

p o s z o z eg ól n y oh elementów u k ł a d u j e s t n ar zu c on y p r z e z z e r o ­ jedynkowe s y g n a ł y o r g a n i z a o y j n e , S2 , . . . , S ^ , k t ó r e wy­

t w a r z a n e s ą w u k ł a d z i e s t e r o w a n i a ł t e r a o y j n e j maszyny a n a l o ­ gowe j .

Uwagi końcowe

Zaporoponowany u k ł a d u r z ą d z a n i a l i c z ą o e g o r e l i z o w a n e g o na i t e r a o y j n e j maszynie a n a l o g o w e j można w y k o r zy s ta ó do r o z w i ą ­ zywania b a r d z o s z e r o k i e g o z a k r e s u z a g a d n i e ń , w k t ó r y o h w y s t ę ­ p uj e problem o p t y m a l i z a c j i f u n k c j o n a ł ó w w ypukłych. I s t o t n ą z a l e t ą omówionej metody J e s t t o , że może byó zas to s ow an a z równym powodzeniem do r oz wi ąz ywa ni a problemów l i n i o w y c h j a k i n i e l l n i o w y o h , k t ó r y c h r o z w i ą z a n i e a n a l i t y c z n e by ło by b a r d z o c z a s o c h ł o n n e l u b wr ęcz n i e m o ż l i w e .

x ^Jako f u n k c j ę o d l e g ł o ś c i p r z y j ę t o f u n k c j ę H i l b e r t a o p o s t a o i : d [ m ( t ) , n ( t ) ] = y j [ m (t ) - n ( t ) ] 2 d t

O

(15)

W y k o r z y s t a n i e l t e r a o y j n e j maszyny ana logowe.1, 133 LITERATURA

[ i ] Maslow, E . P . , Osowski L.M, - S a m o n a s t r i a i w a j u s z c z i j e s j a s i s t i e m y u p r a w l e n i j a z m o d e l j u . A. 1 T. 6 / 1 9 6 6 .

Węgrzyn S. - Podstawy a u t o m a t y k i k ompl eks owej . P i ao e IA PAN z e s z y t 81.

[3] N or ki n K . , S p ii l d o no w W. - I s s l i e d o w a n l e polskowyoh m l e t o - dow n a s t r o j k i u p r a w i ł a j e m y c h m o d l e l i e j w z a d a ęz ao h o p r i e — d i e l l e n i j a parametrów l i n i e j n y c h o h i e k t o w . A, i T. 1 / 1 9 6 9 . [4] L a t a r n i k M. - P r ac a dyplomowa.

[5] R a s t r i g l o L.A. - 0 s c h o d i m o s t i ml et od a s ł u c z a j n o w o p o l s k a p r i e k s t r e m a l n i m r i e g u l l r o w a n i i n m o g o p a r a m i e t r i o z e s k i c h s l s t e m . A, i T. t.XXIY, nr 11.

[ó] Lewin L. - Mietody r i e s z e n i j a t i e o h n l c z e s k i c h zada oz z i s p ol z o wa ni e m analogowych wyozi s l i t i e l n y c h maszyn. I z d .

" Mi r ” Moskwa 1966.

[7] Korn G„A. - Random P r o o e s s S i m u l a t i o n and Measurements Mc G r a w - H i l l , N.Y. 1966.

[8] Korn G .A . , Korn Th.M. - E l e k t r o n i e Analog and Hy br id Com­

p u t e r s . Mo Graw - H i l l , N.Y. 1964.

Cytaty

Powiązane dokumenty

Streszczenie. W niniejszej pracy przedstawiono procedurę poprawiania modelu numerycznego maszyny elektrycznej na podstawie wyników badań eksperymentalnych. Wykorzystano

został zatwierdzony i opublikowany przez Mini- sterstwo Ochrony Zdrowia ZSRR program historii medycyny dla użytku studentów wszystkich instytutów medycznych 2.. Stanowi on dużą

Uznano, że zastosowanie sekwencji technik takich jak metoda 5W2H, diagram Pareto-Lorenza, diagram Ishikawy i metoda 5Why umożliwi zarzą- dzanie procesem zidentyfikowania

+setUN(napiecieZnamionowe: double): void +setU(napiecie: double): void +setIpN(pradZnamionowy: double): void +setIp(prad: double): void +setEta(sprawnosc: double):

Ponieważ wiązka elektronów w lampie oscyloskopowej jest sterowana prostopadłymi do sie- bie polami elektrycznymi o takiej samej częstości ale różnych kątach fazowych, to

Biorąc pod uwagę ustawową wyłączność samorządu województwa dotyczącą wykonywania zadań związanych z rozwojem regionalnym, wyeksponować należy rolę tej jednostki w

Dans une perspective large, et en même temps selon le sens étymologique, Averintsev serait non seulement philologue, celui qui aime la parole, mais aussi philosophe, celui qui aime

In the properly provisioned networks, the capacities of links are assigned in such a way that the provisioning of the network matches the traffic matrix, under the assumption