Modelowanie w procesach losowych
Download
1 / 12

Modelowanie w procesach losowych - PowerPoint PPT Presentation


  • 157 Views
  • Uploaded on

Modelowanie w procesach losowych. dr inż. Grzegorz Mzyk Zakład Sterowania i Optymalizacji Instytut Informatyki, Automatyki i Robotyki. http://diuna.ict.pwr.wroc.pl. Specjalność EZI Zastosowania inżynierii komputerowej w technice. efektywność algorytmów identyfikacja (modelowanie) systemów

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Modelowanie w procesach losowych' - osanna


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Modelowanie w procesach losowych

Modelowanie w procesach losowych

dr inż. Grzegorz Mzyk

Zakład Sterowania i Optymalizacji

Instytut Informatyki, Automatykii Robotyki

http://diuna.ict.pwr.wroc.pl


Specjalno ezi zastosowania in ynierii komputerowej w technice
Specjalność EZIZastosowania inżynierii komputerowej w technice

  • efektywność algorytmów

  • identyfikacja (modelowanie) systemów

  • optymalizacja procesów

  • bazy danych (ORACLE, Fox-Pro)

  • sieci komputerowe (C, C++, Java, Unix)

  • technika mikroprocesorowa (Intel, Motorola)



Klasyfikacja system w
Klasyfikacja systemów

Statyczne i Dynamiczne

Liniowe i Nieliniowe


Dwa typy wiedzy
Dwa typy wiedzy

  • Z pomiarów

  • Od eksperta, np.


Istota identyfikacji
Istota identyfikacji

Na podstawie wiedzy z pomiarów (zakłóconych) i wiedzy od eksperta rozpoznać postać zależności (wzór) F()=....


Przyk ad
Przykład

Cel: wyznaczyć zależność oporu powietrza (y) od prędkości (u), dla nowego modelu samochodu

Zdobywanie wiedzy pomiarowej

Wysyłano kierowcę na trasę zaopatrując pojazd w odpowiednie czujniki

Zdobywanie wiedzy eksperckiej

Skorzystano z opinii fachowca: „opór powietrza jest proporcjonalny do trzeciej potęgi prędkości”, zatem

gdzie

Wynik identyfikacji

oszacowanie parametru


Istota przypadkowych zak ce szum w
Istota przypadkowych zakłóceń (szumów)

nie wiemy od czego i jak zależą

ich pomiar jest niemożliwy, kosztowny, czasochłonny, skomplikowany, lub niebezpieczny


Proces iid bia y szum
Proces iid (biały szum)




Zastosowania
Zastosowania

  • analiza danych (SAS, Statistica)

  • prognozowanie (GPW, IMGW)

  • rozpoznawanie obiektów (kryminalistyka, medycyna, wojsko)

  • badania socjologiczne (OBOP, Pentor)

  • zarządzanie jakością (ISO, TQM)

  • kompresja obrazów (JPG, MPEG)

  • biocybernetyka (sieci neuronowe, sztuczne oko, protezy)

  • automatyka (CO, procesy destylacji)


ad