 Открытый доступ
		Открытый доступ 
		 Доступ предоставлен
		Доступ предоставлен 
		 Доступ платный или только для подписчиков
					Доступ платный или только для подписчиков
			№ 1 (2023)
Нелинейные системы
Анализ устойчивости механических систем с существенно нелинейными позиционными силами при наличии распределенного запаздывания
Аннотация
Рассматриваются механические системы с линейными скоростными силами и существенно нелинейными позиционными силами, содержащими слагаемые с распределенным запаздыванием. С помощью прямого метода Ляпунова и метода декомпозиции устанавливаются условия асимптотической устойчивости положений равновесия изучаемых систем. Разработанные подходы применяются для решения задачи одноосной стабилизации твердого тела. Приводятся результаты численного моделирования, подтверждающие выводы, полученные аналитически.
 3-22
				
					3-22
				
						 
			
				 
				
			
		Ослабление условия реализуемости процедуры динамического расширения и смешивания
Аннотация
Предлагается обобщение процедуры динамического расширения и смешивания, которое в отличие от базовой процедуры, во-первых, гарантирует убывание ошибки идентификации неизвестных параметров при выполнении условия частичного конечного возбуждения регрессора, а во-вторых, при частичном неисчезающем возбуждении регрессора с рангом не менее единицы обеспечивает экспоненциальную сходимость к нулю ошибки слежения за регрессионной функцией.
 23-62
				
					23-62
				
						 
			
				 
				
			
		Стохастические системы
Об одной задаче оптимального удержания траекторий дискретной стохастической системы в трубке
Аннотация
Исследуется задача оптимального управления стационарной линейной стохастической системой с дискретным временем, скалярным неограниченным управлением, аддитивным шумом и критерием вероятности пребывания ее траекторий в заданной окрестности нуля. С использованием метода динамического программирования и двусторонних оценок функции Беллмана находится аналитическое выражение оптимального управления для двух шагов по времени и субоптимального управления для произвольного горизонта управления. Эффективность найденного управления проверяется на модельном примере.
 63-83
				
					63-83
				
						 
			
				 
				
			
		Управление в технических системах
Управление поиском объектов наблюдения из пространственно-временного пуассоновского потока в многоканальной поисковой системе
Аннотация
 84-97
				
					84-97
				
						 
			
				 
				
			
		Интеллектуальные системы управления, aнализ данных
Алгоритмы рандомизированного машинного обучения для прогнозирования эволюции площади термокарстовых озер в зонах вечной мерзлоты
Аннотация
Рандомизированное машинное обучение ориентировано на задачи, сопровождаемые значительной неопределенностью в данных и моделях. Алгоритмы машинного обучения формулируются в терминах функциональной задачи энтропийно-линейного программирования. Рассматривается методика их адаптации к задачам прогнозирования на примере временной эволюции площади термокарстовых озер в зонах вечной мерзлоты, которые являются генераторами метана - одного из парниковых газов, влияющих на изменения климата. Предлагаются процедуры рандомизированного машинного обучения, использующие модели динамической регрессии со случайными параметрами, и ретроспективные данные климатических параметров и дистанционного зондирования земной поверхности. Развивается алгоритм рандомизированного машинного обучения, позволяющий вычислять оценки функций плотности распределения вероятностей параметров модели и измерительных шумов. Рандомизированное прогнозирование реализовано в виде алгоритмов трансформации оптимальных распределений в соответствующие им случайные последовательности (алгоритмы сэмплирования). Развиваемые процедуры и технологии рандомизированного прогнозирования применены для обучения, тестирования и прогнозирования эволюции площади термокарстовых озер Западной Сибири.
 98-120
				
					98-120
				
						 
			
				 
				
			
		Управление с итеративным обучением дискретной системой при запаздывании вдоль траектории повторения и амплитудных ограничениях
Аннотация
Рассматривается линейная дискретная система, функционирующая в повторяющемся режиме, задачей которой является слежение за эталонной траекторией с требуемой точностью при условии, что управление запаздывает вдоль траектории повторения и при амплитудных ограничениях типа насыщения. Предлагается новый метод синтеза управления с итеративным обучением, зависящего от запаздывания и позволяющего обеспечить необходимую точность слежения. Приведен пример, демонстрирующий эффективность метода.
 121-138
				
					121-138
				
						 
			
				 
				
			
		Оптимизация, системный анализ и исследование операций
Оптимальное по быстродействию расписание обслуживания требований с прерываниями операций как оптимальная раскраска смешанного графа
Аннотация
 139-168
				
					139-168
				
						 
			
				 
				
			
		 
						 
						 
						 
					 
						 
									




