НЕФТЬ-ГАЗ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

Теперь на нашем сайте можно за 5 минут создать свежий реферат или доклад

Скачать книгу целиком можно на сайте: www.nglib.ru.

<< Системный анализ <<

Растригин Л.А. Адаптация сложных систем

Скачать книгу здесь
Автор: Растригин Л.А.
Название: Адаптация сложных систем
Год издания: 1981
УДК: 62
Число страниц: 396
Содержание книги:
Предисловие
Глава 1. ПРОБЛЕМА АДАПТАЦИИ
§ 1.1. Адаптация в процессах управления с ложным объектом
1 . 1 . 1 . Управление и его атрибуты
1.1.2. Этапы управления сложным объектом
1.1.3. Адаптация системы управления
§ 1.2. Постановка задачи адаптации
§ 1.3. Адаптация и оптимизация
§ 1.4. Адаптация и компенсация
§ 1.5. Типы адаптации
1.5.1. Классификация типов адаптации
1.5.2. Параметризация структуры объекта
Глава 2. ОБЪЕКТЫ АДАПТАЦИИ
§ 2.1. Сложная система как объект адаптации
§ 2.2. Вычислительная система как объект адаптации
2.2.1. Специфика вычислительных систем
2.2.2. Уровни адаптации вычислительной системы
2.2.3. Алгоритмический уровень адаптации вычислительной системы 50 2.2.4.Программная адаптация вычислительной системы
2.2.4.2. Адаптация способов кодирования информации в канале передачи данных вычислительной системы
2.2.5.Системная адаптация вычислительной системы
2.2.5.1. Адаптивная сегментация памяти системного математиче ского обеспечения вычислительной системы
2.2.5.2. Адаптация расположения информационных блоков на маг нитных дисках
2.2.5.3. Адаптивное распределение памяти в многомашинной вы числительной системе (сети
2.2.5.4. Адаптивные дисциплины распределения задач в многома шинной вычислительной системе
2.2.5.5. Адаптация многомашинной вычислительной системы к конкретному пользователю
§ 2.3. Процессы обучения
§2.4. Графы
§ 2.5. Дисциплины обслуживания
АДАПТАЦИИ
3.1. Рандомизация управления
3.2. Предпосылки случайного поиска
3.3. Алгоритмы случайного поиска
3.3.1. Структура поискового метода
3.3.2.1. Случайный поиск с линейной тактикой
3.3.2.2. Случайный поиск с нелинейной тактикой
3.3.2.3. Случайный поиск по наилучшей пробе
3.3.2.4. Метод стохастического градиента
3.3.3. Автоматные алгоритмы случайного поиска
3.3.3.1. Коллектив оптимизирующих автоматов с целесообразным _____поведением
3.3.3.2. Автоматный случайный поиск с самообучением
§ 3.4. Учет ограничений в процессах случайного поиска
3.4.1. Типы ограничений
3.4.2. Случай S SH
3.4.2.1.Использование возврата
3.4.2.2.Использование самообучения в виде адаптации распреде ления случайного шага
3.4.2.3. Адаптация величины шага
3.4.4. Случай S SHnSG
3.4.5. Случай S SD
§ 3.5. Адаптация алгоритмов случайного поиска
3.5.1. Анализ задачи адаптации поиска
3.5.2.1. Адаптация величины рабочего шага
3.5.2.2. Адаптация распределения случайного шага
3.5.3. Структурная адаптация алгоритмов поиска
§ 3.6. Глобальный поиск
3.6.1.1.Случайный наброс с локальным поиском
3.6.1.2.Адаптивный набросовый алгоритм
3.6.1.3..Набросовый алгоритм глобального поиска с идентифика цией распределений
3.6.2.1. Метод «зашумления» градиента
3.6.2.2. Метод сглаживания
3.6.2.3.Метод направляющего конуса
§ 3.7. Бионические алгоритмы случайного поиска
3.7.1. Эволюционные алгоритмы
3.7.1.1. Эволюционный алгоритм случайного поиска
3.7.1.2. Популяционный алгоритм случайного поиска
3.7.2. Поведенческие алгоритмы
3.7.3. Клеточные и субклеточные алгоритмы
Глава 4. ПАРАМЕТРИЧЕСКАЯ АДАПТАЦИЯ
§ 4.1. Некоторые алгоритмы параметрической адаптации
4.1.1. Метод стохастической аппроксимации
4.1.2. Сглаживание помех
4.1.3. Стохастическое накопление
§ 4.2. Адаптация в процессах обучения
4.2.1. Обучение как управление сложным объектом
4.2.2. Этапы обучения
4.2.2.1. Формулировка целей обучения
4.2.2.2. Выделение объекта обучения из среды
4.2.2.3.Структурный синтез модели объекта обучения
4.2.2.5. Планирование экспериментов с объектом
4.2.2.6. Синтез оптимального обучения
4.2.2.7.Реализация обучения
4.2.2.8. Коррекция (адаптация
4.2.3. Система обучения с адаптивной моделью
4.2.4. Модель ученика
4.2.5. Модельный анализ процесса обучения
4.2.6. Экспериментальное сопоставление различных моделей обу чения
4.2.7. Обучение с использованием предложенной адаптивной модели
§ 4.3. Адаптивный синтез много пороговых логических элементов мето дом случайного поиска
4.3.1. Пороговый логический элемент
4.3.2. Многопороговый логический элемент
4.3.3. Анализ задачи синтеза оптимальных многопороговых логи ческих элементов
4.3.4. Индексные зоны
4.3.5. Экспериментальный синтез многопороговых логических эле ментов
4.3.6. Вероятностные характеристики поиска
4.3.7. Синтез надежного многопорогового логического элемента 177 4.3.8. Многозначные многопороговые логические элементы 180 § 4.4. Адаптивный синтез оптимальных планов эксперимента для ре грессионной модели
4.4.1. Постановка задачи
4.4.2. Последовательный синтез плана
4.4.3. Диалоговый синтез плана
§ 4.5. Адаптация в процессах восстановления числовых таблиц
§ 4.6. Адаптация алгоритмов распознавания
§ 4.7. Адаптивная идентификация параметров распределения
§ 4.8. Адаптивный синтез датчика случайных чисел с заданной автокорреляционной функцией
Глава 5. АЛЬТЕРНАТИВНАЯ АДАПТАЦИЯ
§ 5.1. Алгоритмы альтернативной адаптации
5.1.1. Постановка задачи
5.1.2. Алгоритмы-автоматы
5.1.2.1. Автоматы с целесообразным поведением
5.1.2.3. Алгоритм «многорукого бандита
§5.2. Исследование алгоритмов альтернативной адаптации
§5.4. Альтернативная адаптация в процессах передачи данных
5.4.1. Постановка задачи
5.4.2. Двуальтернатнвный выбор кода
5.4.3. Адаптация информационного поля протоколов связи
§ 5.5. Адаптация процессов сортировки массивов
Глава 6. ЭВОЛЮЦИОННАЯ АДАПТАЦИЯ
§ 6.1. Алгоритмы эволюционной адаптации
6.1.1. Общая модель эволюции структуры
6.1.2. Эволюционная адаптация графа
6.1:3: Эволюционная адаптация автомата
§ 6.2. Адаптивная агрегация графов
6.2.1. Постановка задачи
6.2.2. Примеры практических задач агрегации графа
6.2.2.1. Компоновка электронной аппаратуры
6.2.2.3. Адаптация расположения блоков информации на. магнит ных дисках
6.2.2.4. Обобщение предыдущей задачи
6.2.3. Адаптивная агрегация графа методами случайного поиска 289 6.2.3.1.Методы агрегации (разрезания) графа
6.2.3.2. Операции преобразования агрегации
6.2.3.5. Алгоритм глобальной минимизации критерия оптималь ности0(СО
6.2.3.6. Адаптивная агрегация графа с переменными свойствами в детерминированной среде
6.2.3.7. Стохастическая задача агрегации графа в соответствии с решением (6.2.18
6.2.3.8. Адаптивная агрегация графа, функционирующего в не стационарной среде
6.2.4. Некоторые обобщения задачи об агрегации графа
§ 6.3. Адаптация процессов распределения памяти в вычислительной сети
6.3.1. Формулировка задачи
6.3.2. Сведение задачи распределения памяти к задаче математи ческого программирования
6.3.3. Адаптивное распределение памяти в сети ЭВМ
§ 6.4. Эволюционная адаптация структуры решающих правил
6.4Л. Постановка задачи
6.4.2. Адаптация структуры перцептрона
6.4.3. Оценка вероятности образования оптимальной структуры перцептрона в процессе адаптации
6.4.4. Модельные эксперименты
6.4.5.2. Классификация в задачах технологического проектирова ния
6.4.5.3. Прогнозирование активности химических соединений по их структурным формулам
6.5.1. Постановка задачи
6.5.3. Адаптивный синтез планов эксперимента методами случай ного поиска с пересчетом и спуском
Заключение
Список литературы
Глоссарий:
4 а б в г д е ж з и к л м н о п р с т у ф х ц ч ш э я
Смотреть страницы:
4 5 44 82 120 158 196 234 272 310 348 386 395 396
Полнотекстовый поиск по книге:
Введите слово или фразу для поиска:
Близкие по содержанию книги:
Методы робастного, нейро-нечеткого и адаптивного управления
Автоматизация >> ТАУ
Анализ сложных систем и элементы теории оптимального управления
Автоматизация >> ТАУ
Идентификация систем и задачи управления
Автоматизация >> АСУТП

Просмотреть оригинальные страницы книг в формате djvu можно на сайте: www.nglib.ru.


Главный редактор проекта: Мавлютов Р.Р.
oglib@mail.ru