95821

•    na podstawie częściowej znajomości zjawisk w składowych obiektach i struktury układu formułuje suę wstępnie związki między sygnałami; następnie koryguje się te zależności na podstawie wyników uzyskanych eksperymentalnie,

•    w przypadku niepełnej informacji a priori o układzie lub braku taj informacji otrzymuje się doświadczalnie określone dane i po odpowienim ich przetworzeniu tworzy model matematyczny.

Weryfikacja modelu to porównanie wyników modelowania z zachowaniem się systemu rzeczywistego z punktem widzenia zgodności z wiedzą teoretyczna oraz badaniami empirycznymi.

Krytena wewnętrzne: zgodność formalna, zgodność algorytmiczna.

Kryteria zewnętrzne: zgodność heurystyczna, zgodność pragmatyczna (zgodność replikatywna, predytktywna, strukturalna).

3.    Sformułuj zadanie identyfikacji

Identyfikacja polega na:

•    wyznaczeniu modelu systemu na podstawie badań eksperymentalnych,

•    określaniu własności modelu, o jakie nam chodzi,

•    wybraniu kryterium modelu i najlepszego modelu spełniającego to kryterium,

•    znalezieniu algorytmu identyfikacji, czyli wyznaczenie takiej wartości parametru a, dla której model będzie najdokładniej przybliżał rzeczywisty obiekt w sensie określonego wskaźnika jakości.

Wyróżniamy identyfikację bierną (na podstawie obserwacji i spostrzeżeń) i aktywną („nastawienie” określonych wartości x i obserwacji rezultatów y).

4.    Sformułuj zadanie rozpoznawania

Rozpoznawanie to przypisanie obiektu do określonej klasy na podstawie wyników pomiaru wielkości (cech obiektu) istotnych dla klasyfikacji. Rozpoznawany obiekt jest reprezentowany wektorem cech, tj. zestawem liczbowych wyników pomiarów: x = [x», x*. .... X*], a formalizacja rozpoznawania polega na ustaleniu algorytmu rozpoznawania i - V(x), i i‘g|1,2,... ,M\ = m , gdzie i jest numerem określającym wynik rozpoznawania, natomiast M liczbą rozpatrywanych klas.

Algorytm rozpoznawania najwygodniej przedstawić w następującej postaci:

V(x)-i    gdy g.(x) > g,(x), leni l*i

gdzie g(x) sątzw. funkcjami klasyfikującymi.

Schemat systemu rozpoznawania:

obiekt -> pomiar wybranych cech -> klasyfikator -> numer klasy

Przykładowo, mamy dany model i wektor X go opisujący. Mamy również zbiór funkcji G(x). Podstawiając do każdej funkcji decyzyjnej X otrzymany pewną wartość. Spośród tak uzyskanych wartości wybieramy tą, która jest największa. Jest to numer klasy, do której należy dany model.