Wyniki wyszukiwania - BazTech

1

The Safe Control Sensitivity Functions in Matrix Game of Ships

Lisowski J.

TransNav : International Journal on Marine Navigation and Safety of Sea Transportation

|

2018

|

Vol. 12, no. 3

527--532

EN

The paper describes the use of matrix game theory for the synthesis of safe control of a ship in collision situations. An analysis of the sensitivity of the ship control algorithm to the inaccuracy of process state information and changes in its parameters was presented. Sensitivity characteristics were compared on the example of the navigational situation in the Kattegat Strait for good and restricted visibility at sea.

2

Wady i zalety metody prognozowania zachowania złożonych procesów opartej na metodzie GMDH z funkcjami wrażliwości

Bobkowska J.

Pomiary Automatyka Kontrola

|

2014

|

R. 60, nr 12

1136--1139

PL

W artykule przedstawiono zalety i ograniczenia metody predykcji procesów złożonych reprezentowanych przez szeregi czasowe, opartej na metodzie GMDH i korzystającej z właściwości funkcji wrażliwości. Użycie funkcji wrażliwości ma zapewnić zwiększenie precyzji predykcji w stosunku do metody podstawowej, dzięki informacjom o kierunku i szybkości zmian wartości zmiennych szeregu, zawartych w funkcjach wrażliwości. Na wejściu potrzebna jest niewielka ilości danych (siedem). Metoda wykazuje zwiększenie skuteczności w stosunku do GMDH nawet przy wykorzystaniu wielomianów Kołmogorowa-Gabora jedynie drugiego stopnia.

EN

In this paper, there are presented the advantages and limitations of the prediction method of complex processes (presented in the form of the time series) which is based on the Russian researcher A. G. Ivakhnenko-GMDH method and uses the properties of the first and second-order sensitivity functions. Sensitivity function is used to ensure an increase of the precision of the prediction in relation to the basic method, thanks to the information about direction and changes in the values of the time series variables and the speed of these changes included in them. We need only small amount of input data (seven) opposed to the other regression methods using large amounts of information in order to study the statistical relationship between time series variables. On the basis of several alternative (partial) models we receive several outputs for every time-series variable, from which we choose the best (terms previously fixed criteria) [1]. Figures 1, 4, 6 and 7 show the results of the prediction of the best partial models for one or two steps forward. Others show values of the sensitivity functions indicating an influence on the studied variables. Results of the prediction without using the sensitivity function differ significantly from the expected values, therefore, are not shown in the drawings. The method shows an increase in efficacy in comparison with GMDH even for second degree Kolomogorov-Gabor polynomials.

3

Comparison of the results of time series prediction obtained with the classical GMDH algorithm and the modified method containing sensitivity functions

Bobkowska J.

Pomiary Automatyka Kontrola

|

2013

|

R. 59, nr 7

688--691

EN

The paper presents the results of prediction experiments dealing with the behavior of a complex process containing significant regularity which is modeled by a given time series. In my research I use only a small amount of the input data in order to predict future states of the aforementioned time series using a modified GMDH containing sensitivity functions. It turns out that, for some specific processes, sensitivity functions allow us to obtain more accurate results than the classical GMDH.

PL

Poniższy artykuł przedstawia wyniki eksperymentów dotyczących predykcji zachowania pewnego złożonego procesu zawierającego znaczne regularności, który modelowany jest za pomocą szeregu czasowego. W celu predykcji kolejnych wartości szeregu korzystam jedynie z niewielkiej ilości danych wejściowych stosując zmodyfikowaną metodę GMDH (Group Method of Data Handling) zawierającą funkcje czułości. Metody statystyczne stosowane zwykle w celu ustalenia zależności między poszczególnymi zmiennymi są całkowicie nieprzydatne w warunkach niewielkiej ilości danych wejściowych. Trudno w takich warunkach dostrzec i zbadać regularności szeregu i zależności pomiędzy zmiennymi tego szeregu. Nawet jeśli badany szereg jest szeregiem ze ściśle określoną regularnością, to nie mamy pewności, że ilość próbek, na których ma sposobność pracować badacz jest wystarczająca do określenia wszystkich jego cech. Proces przedstawiony za pomocą pewnego szeregu, może mieć np. składnik cykliczny, który przy małej ilości próbek będzie niewidoczny. Korzystamy więc z narzędzia umożliwiającego uchwycenie wahań analizowanego procesu, jego siły czy kierunku wykorzystywanego między innymi w dyscyplinach zajmujących się sterowaniem procesami. Jednym z takich narzędzi szacujących są właśnie funkcje czułości. Uzyskiwane rezultaty badań pokazują, że zastosowanie funkcji czułości pozwala na otrzymanie dokładniejszych wyników predykcji niż klasyczna metoda GMDH dla pewnych szczególnych zachowań procesu.

4

Cubically convergent method for solving a standard boundary value problem

Palej R.

Czasopismo Techniczne. Mechanika

|

2013

|

R. 110, z. 1-M

293--299

EN

The paper presents a cubically convergent method for solving a standard boundary value problem consisting of n coupled first-order differential equations and n boundary conditions. The idea of the presented method is based on the shooting method using the expansion of the desired function into Taylor’s series including second-order derivatives. Effective use of the iteration formula requires introduction of sensitivity functions and their derivatives. In each iteration, the initial problem, composed of n(1+ n1+ n12) first-order differential equations, must be solved, where n1 signifies the number of unknown parameters. The convergence of the presented method has been illustrated on an example.

PL

W artykule przestawiono sześciennie zbieżną metodę rozwiązywania standardowego zagadnienia brzegowego składającego się z n sprzężonych równań różniczkowych pierwszego rzędu i n warunków brzegowych. Idea prezentowanej metody oparta jest na metodzie strzałów wykorzystującej rozwinięcie poszukiwanych funkcji w szereg Taylora uwzględniający pochodne drugiego rzędu. Efektywne skorzystanie ze wzoru iteracyjnego wymaga wprowadzenia funkcji wrażliwości i ich pochodnych. W każdej iteracji należy rozwiązać zagadnienie początkowe składające się z n(1+ n1+ n12) równań różniczkowych pierwszego rzędu, gdzie n1 oznacza liczbę nieznanych parametrów. Zbieżność prezentowanej metody zilustrowano na przykładzie.

5

Using sensitivity functions to simulation of complex processes

Rogoza V., Bobkowska J.

Przegląd Elektrotechniczny

|

2012

|

R. 88, nr 10b

188-191

EN

The paper deals with the use of sensitivity functions that allow us to develop mathematical models of complex processes using short-time experimental samples. The process is said to be complex if variables which describe the states of the process in time are interrelated. The models of complex processes proposed in the paper are presented in the form of regression equations which can be used for the analysis of mutual influences of process variables as well as for the short-time prediction of future process states. The discussed approach is based on the assumption that the process to be studied exhibits the regularity property. As is shown in the paper, under this condition, it is sufficient to have five or six experimental samples to start synthesis of models which can be further modified during simulation.

PL

Artykuł dotyczy wykorzystania funkcji czułości do konstrukcji matematycznych modeli złożonych procesów w celu dokonywania krótkoterminowej predykcji. Proces nazywamy złożonym, kiedy zmienne opisujące stany tego procesu w czasie są wzajemnie zależne. Modele złożonych procesów, które proponujemy są przedstawione w postaci układów równań, które mogą być używane do analizowania wzajemnych wpływów zmiennych tych procesów oraz krótkoterminowej prognozy przyszłych stanów tych procesów. Proponowane podejście oparte jest na założeniu, że obserwowany proces wykazuje pewne regularności. W takiej sytuacji wystarczy pięć, sześć próbek danych eksperymentalnych, aby rozpocząć syntezę modeli, które następnie będą modyfikowane podczas symulacji.

6

Metody transimpedancyjne w analizie symbolicznej i optymalizacji układów elektronicznych

Balik F.

Prace Naukowe Instytutu Telekomunikacji, Teleinformatyki i Akustyki Politechniki Wrocławskiej. Monografie

|

2012

|

Vol. 87, nr 45

210--210

PL

W opracowaniu przedstawiono metody transimpedancyjne w analizie symbolicznej i optymalizacji układów elektronicznych. Podano definicję transimpedancji dwuportowej pierwszego i n-tego rzędu. Następnie omówiono podstawowe zależności dotyczące obliczania wrażliwości różniczkowych i wielkoprzyrostowych transimpedancji dwuportowych oraz podano związki transimpedancji z podstawowymi funkcjami układowymi. Pokazano możliwość analitycznego przedstawienia funkcji układowych oraz transimpedancji dwuportowych jako funkcji elementów układu elektronicznego. Znajomość zależności między funkcjami układowymi a transimpedancjami pozwoliła na wykonanie pełnej analizy symbolicznej, jak również symbolicznej analizy wrażliwościowej układów elektronicznych. Opracowano algorytmy analitycznego wyznaczania zarówno funkcji układowych, jak i funkcji wrażliwościowych w postaci ciągu wyrażeń symbolicznych. Zaprezentowano nowe algorytmy symbolicznej analizy wrażliwościowej wielkoprzyrostowej jedno- i wieloparametrycznej. Załączono odpowiednie przykłady. Następnie zaprezentowano semisymboliczną metodę analizy i optymalizacji układów elektronicznych na płaszczyźnie zespolonej, opartą na metodzie rozwarciowych stałych czasowych. Macierz transimpedancyjną wykorzystano w tworzeniu macierzy stałych czasowych, która stanowi podstawę do realizacji algorytmów analizy i optymalizacji. Sformułowano algorytm optymalizacji układów elektronicznych, zawierających zarówno kondensatory, jak i cewki, wykorzystujący metodę rozwarciowych stałych czasowych. Działanie algorytmów zilustrowano przykładami komputerowej symulacji. Wykorzystano właściwości transimpedancji dwuportowej i metodę rozwarciowych stałych czasowych, wyprowadzając podstawowe zależności, umożliwiające wyznaczanie wrażliwości bezwzględnych i względnych pierwszego rzędu biegunów dominujących w postaci symbolicznej. Podano algorytm generujący odpowiedni ciąg wyrażeń symbolicznych, służący do wyznaczania biegunów dominujących oraz ich wrażliwości. Zaprezentowano nową metodę analizy częstotliwościowej układów elektronicznych, opartą na definicji częstotliwościowej, wieloparametrycznej wrażliwości wielkoprzyrostowej (LCS AC). Określono warunki, dla których metoda ta jest efektywniejsza od tradycyjnych metod analizy. Opracowano algorytmy przyspieszania obliczeń, co jest ważne w analizie układów mikroelektronicznych. Opracowano semisymboliczną metodę optymalizacji układów elektronicznych w dziedzinie częstotliwości, wykorzystującą analizę LCS AC. Sformułowano algorytmy poprawy efektywności obliczeniowej tej metody. Wykazano, iż algorytmy te umożliwiają skrócenie całkowitego czasu optymalizacji od kilkunastu do nawet kilkuset razy. Zilustrowano praktyczne zastosowanie podanej metody do projektowania mikrosystemów zawierających oprócz układów scalonych również moduły bierne, gdzie bloki zintegrowane są wprowadzane do systemu optymalizacyjnego w postaci numerycznej, moduły bierne zaś zawierające oprócz opisu modelu elektrycznego również dane technologiczne wprowadzane są w postaci symbolicznej. Podano nową metodę upraszczania wyrażeń analitycznych, opisujących układ elektroniczny wykorzystującą wrażliwości wielkoprzyrostowe zarówno jedno-, jak i wieloparametryczne. Omówiono nową metodę przekształcania symbolicznego zapisu funkcji układowej w postaci sekwencji wyrażeń do postaci rozwiniętej o zmniejszonej liczbie operacji.

EN

In the present study the transimpedance methods were introduced for use in electronic circuit symbolic analysis and optimization. The first – and the n-th order twoport transimpedances as well as their differential properties were defined. Next, basic relationships concerning the calculation of differential and large-change sensitivities of the two-port transimpedances were provided and the relations between the transimpedances and fundamental circuit functions were given. Based on these relationships, it was possible to performed a complete symbolic analysis and symbolic sensitivity analysis. Algorithms for symbolic determination of both the network functions and sensitivity functions in the form of a sequence of symbolic expressions were described. In particular, unique algorithms of both mono- and multiparameter largechange sensitivity symbolic analysis were presented. Some adequate examples were enclosed. Next, a semisymbolic electronic circuit analysis and optimization methods on complex plane were presented. Properties of the transimpedance matrix were used in while creating a time-constant matrix. An algorithm for optimization of electronic circuits based on the method of open-circuit time-constants was formulated for circuits including both capacitances and inductances. The principles of operation of this algorithm were illustrated by appropriate computational examples. Using the properties of the two-port transimpedance and the open-circuit constant methods, basic relationships enabling us to calculate differential and relative sensitivities of dominant poles in symbolic form were derived. Algorithms for generating suitable sequence of symbolic expressions determining dominant poles as well as their sensitivities were formulated. A new method of frequency analysis of electronic circuits based on the definition of large-change multiparameter frequency sensitivity was described (the LCS AC method). Conditions were determined for this method to be more effective than conventional methods of analysis,. Methods for accelerating this analysis were elaborated, which are particularly useful in the analysis of integrated circuits. Next, a new circuit optimization method based on the LCS AC analysis was presented. Algorithms for improving computational efficiency were elaborated. These algorithms were shown to shorten the total time of optimization from dozen to even a few hundred times. In chapter 9, is illustrated practical application the to projecting microsystems apart from the monolithic blocks containing also passive modules embedded insight. The monolithic block data are introduced numerically, while the passive module data in symbolic form include beside the description of electric model also the technological data. Moreover, a new method for simplification of symbolic expressions describing electronic circuits by using the large-change sensitivities both mono- and multiparameter ones, was provided. Chapter 11 is dedicated to the a method of transformation of a sequence of expressions in symbolic form to the transmittance in the developed form of representation.

7

Metoda iteracyjna rozwiązywania zagadnienia brzegowego z dodatkowym warunkiem brzegowym

Filipowska R., Palej R.

Czasopismo Techniczne. Mechanika

|

2011

|

R. 108, z. 4-M/1

129-134

PL

W artykule przestawiono iteracyjną metodę rozwiązywania nieliniowego zagadnienia brzegowego składającego się z równania różniczkowego drugiego rzędu oraz trzech warunków brzegowych. Metoda ta wykorzystuje wzór iteracyjny Newtona oraz funkcje wrażliwości. Rozwiązanie tego typu zagadnienia brzegowego wymaga rozwiązania (w każdej iteracji) zagadnienia początkowego w postaci układu dwóch równań różniczkowych drugiego rzędu z czterema warunkami początkowymi. Rozważania ogólne zilustrowano przykładem obliczeniowym.

EN

The paper deals with an iterative method for nonlinear boundary value problem in the form of second order differentia equation and three boundary conditions. This method utilizes Newton's iterative formula and sensitivity functions. The solution of such boundary value problem needs the solution (in each iteration) of initial value problem in the form of two second order differential equations and four initial conditions. General deliberation has been illustrated by numerical example.

8

Funkcje wrażliwości w procesie planowania badań diagnostycznych obiektów technicznych

Lindstedt P.

Zeszyty Naukowe Politechniki Białostockiej. Budowa i Eksploatacja Maszyn

|

2004

|

Z. 12

95-110

PL

W planowaniu czynnego eksperymentu w procesie badań diagnostycznych istotna rolę odgrywają funkcje wrażliwości konstrukcyjnej i parametrycznej. Wyznaczono funkcje wrażliwości konstrukcyjnej i parametrycznej dla układu hydraulicznego. Na podstawie analizy przebiegu otrzymanych funkcji wrażliwości ustalono, że podczas eksperymentu biernego diagnozowanie będzie nieskuteczne oraz że podczas eksperymentu czynnego instalację należy obserwować w chwili wprowadzania zakłóceń i gdy sygnał harmoniczny wyjściowy względem sygnału harmonicznego wejściowego jest przesunięty o 45°.

EN

In the process of organization of the active experiment in the process of diagnostic research, fundamental part take the constructional and parametric sensitivity functions. The constructional and parametric sensitivity functions for hydraulic system has been evaluated. From the analysis of course obtained sensitivity functions was determined, that during passive experiment the diagnosing will be ineffective and that during active experiment hydraulic system must be observed at the moment when the disturbance is introduced and when output harmonic signal related to input harmonic signal is displaced about 45°.

9

Identyfikacja charakterystyk częstotliwościowych obiektów sterowania o złożonej strukturze

Stanisławski R.

Chemistry-Didactics-Ecology-Metrology

|

2001

|

R. 6, NR 1-2

47--53

PL

Podjęto próbę identyfikacji właściwości dynamicznych podsystemów liniowego systemu o złożonej strukturze. Wyznaczane są charakterystyki częstotliwościowe podsystemów na podstawie algorytmów identyfikacji systemów statycznych o złożonej strukturze. Analizie poddano także logarytmiczne funkcje wrażliwości określające wpływ błędów wyznaczenia transmitancji widmowych całego systemu na dokładność wyznaczenia poszczególnych podsystemów.

EN

The dynamic properties identification of a complex structure linear system was presented. The frequency response of subsystems and the sensitivity fuctions have been evaluated.