Selvjusterende system

Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den version , der blev gennemgået den 19. februar 2016; checks kræver 22 redigeringer .

Et selvjusterende system er et kybernetisk (eller dynamisk) adaptivt system , hvor memorering af information (ophobning af erfaring) kommer til udtryk i en ændring i en eller anden af ​​dens parametre, som er væsentlige for systemets formål .

Ideal Self-Tuning System (SNS)

Et ideelt selvjusterende system (SNS) ville være et system, der ville opretholde uændrede dynamiske og statiske egenskaber under alle mulige forhold. I praksis anses SNS for at være et sådant system, der kun holder dynamiske og statiske egenskaber uændrede inden for visse grænser.

Bootstrapping-kriterier

Selvjusteringskriteriet er også et systemkvalitetskriterium. Det skal afspejle optimalitetskrav, for eksempel:

Ved design og beregning af et selvjusterende system er det nødvendigt at etablere funktionelle forhold mellem optimalitetsindikatorerne og objektets egenskaber for at ændre systemets driftsbetingelser. Etableringen af ​​et sådant funktionelt forhold er grundlaget for selvjusteringskriteriet.

SNA-klassifikation

SNS er klassificeret i henhold til den indledende faktor, der bestemmer brugen af ​​selvjusterende elementer, hvilket giver os mulighed for at skelne mellem følgende hovedklasser:

Et yderligere tegn på klassificering kan betragtes som den måde, de selvjusterende elementer påvirker systemet på:

Sidstnævnte er de mest avancerede selvindstillingssystemer, især selvlærende systemer, hvor den logiske enhed husker resultaterne af selvjustering og bruger dem direkte i driften af ​​systemet.

SNS er også opdelt i åben og lukket med hensyn til selvindstillingsløkken og systemoutput, i analytisk, søgemaskine, kombineret osv.

Karakteristiske træk ved selvjusterende systemer

Opgaven med at syntetisere den selvindstillede loop

Opgaven med at syntetisere det selvindstillede kredsløb involverer følgende hovedtrin: 1) analyse af årsagerne til brugen af ​​selvindstilling; 2) valg af selvindstillingskriteriet og princippet om konstruktion af MV-kredsløbet; 3) definition af identifikationsalgoritmer; 4) bestemmelse af loven om ændring af justerbare parametre; 5) udvikling af modelstrukturen eller præstationsanalysatoren.

Årsagsanalyse

Hvis SN bruges med det formål at optimere forskellige karakteristika af signaler af ydre påvirkninger, er det nødvendigt: ​​a) enten at kende det analytiske udtryk for det nyttige signal ved indgangen med dets ukendte parametre og kendte statiske interferensegenskaber ; b) eller være i stand til direkte at måle det nyttige signal og kende de statistiske karakteristika for interferensen.

Valget af selvjusteringskriteriet og princippet om konstruktion af CH-kredsløbet

Som et kriterium for selvjustering ved brug af f.eks. karakteristikaanalysatoren (Ax) kan man tage minimumsafvigelsen af ​​systemets dynamiske egenskaber fra referencen, som er optimale.

Bestemmelse af loven om ændring af justerbare parametre

Se også

Litteratur