Адаптация и обучение в автоматических системах

  

Адаптация и обучение в автоматических системах, Я. 3. Цыпкин, Главная редакция физико-математической литературы изд-ва «Наука», М., 1968, 400 стр.

Проблемы адаптации и обучения, которые рассматриваются в книге, являются центральными в современной теории и технике автоматического управления. Решение этих проблем позволяет осуществлять оптимальное управление сложными объектами в условиях весьма малoй априорной информации относительно состояния управляемого объекта и его характеристик.

В книге с единой общей точки зрения, основанной на вероятностных итеративных методах, обсуждаются разнообразные задачи адаптации и обучения и приводятся эффективные пути их решения. Рассмотрены алгоритмические методы решения задач обучения опознаванию образов, определения характеристик динамических объектов, обнаружения и выделения сигналов па фоне помех, управления динамическими объектами в условиях неопределенности. Развитый подход применен также к решению задач теории надежности, исследованию операции, теории игр и поведения конечных автоматов. Результаты общей теории иллюстрируются на многочисленных примерах. Приводятся формулировки нерешенных задач.



Оглавление

Предисловие
Введение
Глава I. Проблема оптимальности
§ 1.1. Введение
§ 1.2. Критерии оптимальности
§ 1.3. Еще о критериях оптимальности
§ 1.4. Ограничения
§ 1.5. Априорная и текущая информация
§ 1.6. Детерминированные и стохастические процессы
§ 1.7. Обычный и адаптивный подходы
§ 1.8. О методах решения проблемы оптимальности
§ 1.9. Заключение
Глава II. Алгоритмические методы оптимизации
§ 2.1. Введение
§ 2.2. Условия оптимальности
§ 2.3. Регулярный итеративный метод
§ 2.4. Алгоритмы оптимизации
§ 2.5. Возможное обобщение
§ 2.6. Разновидности алгоритмов оптимизации
§ 2.7. Поисковые алгоритмы оптимизации
§ 2.8. Учет ограничений I
§ 2.9. Учет ограничений II
§ 2.10. Методы возможных направлений
§ 2.11. Обсуждение
§ 2.12. Многошаговые алгоритмы оптимизации
§ 2.13. Непрерывные алгоритмы оптимизации
§ 2.14. Методы случайного поиска
§ 2.15. Сходимость и устойчивость
§ 2.16. Условия сходимости
§ 2.17. Об ускорении сходимости
§ 2.18. О наилучших алгоритмах
§ 2.19. Примеры
§ 2.20. Некоторые задачи
§ 2.21. Заключение
Глава III. Адаптация и обучение
§ 3.1. Введение
§ 3.2. Понятия обучения, самообучения и адаптации
§ 3.3. Формулировка задачи
§ 3.4. Вероятностные итеративные методы
§ 3.5. Алгоритмы адаптации
§ 3.6. Поисковые алгоритмы адаптации
§ 3.7. Учет ограничений I
§ 3.8. Учет ограничений II
§ 3.9. Одно обобщение
§ 3.10. Многошаговые алгоритмы адаптации
§ 3.11. Непрерывные алгоритмы
§ 3.12. Вероятностная сходимость и устойчивость
§ 3.13. Условия сходимости
§ 3.14. О правиле остановки
§ 3.15. Об ускорении сходимости
§ 3.16. Мера качества алгоритмов
§ 3.17. Наилучшие алгоритмы
§ 3.18. Упрощенные наилучшие алгоритмы
§ 3.19. Частный случай
§ 3.20. Связь с методом наименьших квадратов
§ 3.21. Связь с байесовским методом
§ 3.22. Связь с методом максимального правдоподобия
§ 3.23. Обсуждение
§ 3.24. Некоторые задачи
§ 3.25. Заключение
Глава IV. Опознавание
§ 4.1. Введение
§ 4.2. Обсуждение задачи опознавания
§ 4.3. Формулировка задачи
§ 4.4. Общие алгоритмы обучения
§ 4.5. Сходимость алгоритмов
§ 4.6. Персептроны
§ 4.7. Дискретные алгоритмы обучения
§ 4.8. Поисковые алгоритмы обучения
§ 4.9. Непрерывные алгоритмы обучения
§ 4.10. Замечания
§ 4.11. Еще об одном общем алгоритме обучения
§ 4.12. Частные случаи
§ 4.13. Обсуждение
§ 4.14. О самообучении
§ 4.15. О восстановлении плотности распределения и моментов
§ 4.10. Алгоритмы восстановления
§ 4.17. Принципы самообучения
§ 4.18. Средний риск
§ 4.19. Вариация среднего риска
§ 4.20. Условия минимума среднего риска
§ 4.21. Алгоритмы самообучения
§ 4.22. Обобщение
§ 4.23. Конкретные алгоритмы
§ 4.24. Поисковые алгоритмы самообучения
§ 4.25. Обсуждение
§ 4.26. Некоторые задачи
§ 4.27. Заключение
Глава V. Идентификация
§ 5.1. Введение
§ 5.2. Оценка среднего значения
§ 5.3. Другой подход
§ 5.4. Оценка дисперсии
§ 5.5. Обсуждение
§ 5.6. Оценка корреляционных функций
§ 5.7. Определение характеристик нелинейных элементов
§ 5.8. Оценка коэффициента статистической линеаризации
§ 5.9. Частные случаи
§ 5.10. Описание динамических объектов
§ 5.11. Идентификация нелинейных объектов I
§ 5.12. Идентификация нелинейных объектов II
§ 5.13. Идентификация нелинейных объектов III
§ 5.14. Специальный случай
§ 5.15. Замечание
§ 5.16. Идентификация линейных объектов I
§ 5.17. Идентификация линейных объектов II
§ 5.18. Оценка параметров распределенных объектов
§ 5.19. Помехи
§ 5.20. Устранение влияния помех
§ 5.21. Некоторые задачи
§ 5.22. Заключение
Глава VI. Фильтрация
§ 6.1. Введение
§ 6.2. Критерий оптимальности
§ 6.3. Структура адаптивного фильтра
§ 6.4. Частные случаи
§ 6.5. Адаптивный корректор искажений
§ 6.6. Поисковые адаптивные фильтры
§ 6.7. Адаптивный фильтр-предиктор
§ 6.9. Статистическая теория приема
§ 6.10. Критерий оптимальности приема
§ 6.11. Определение решающего правила
§ 6.12. Обнаружение сигнала на фоне помех I
§ 6.13. Обнаружение сигнала на фоне помех II
§ 6.14. Выделение сигнала на фоне помех
§ 6.15. Критерий оптимального выделения
§ 6.16. Алгоритм выделения
§ 6.17. Еще о выделении сигнала на фоне помех
§ 6.18. Другой критерий оптимальности
§ 6.19. Оптимальный приемник
§ 6.20. Возможные упрощения
§ 6.21. Восстановление входных сигналов
§ 6.22. Алгоритмы восстановления
§ 6.23. О влиянии помех
§ 6.24. Некоторые задачи
§ 6.25. Заключение
Глава VII. Управление
§ 7.1. Введение
§ 7.2. Когда нужна адаптация?
§ 7.3. Постановка задачи
§ 7.4. Дуальное управление
§ 7.5. Алгоритмы дуального управления
§ 7.6. Адаптивные системы управления I
§ 7.7. Адаптивные системы управления II
§ 7.8. Модель чувствительности
§ 7.9. Адаптивные системы управления III
§ 7.10. Упрощенные адаптивные системы
§ 7.11. Системы управления по возмущению
§ 7.12. Алгоритмы оптимального управления
§ 7.13. Еще одна возможность
§ 7.14. Экстремальные системы управления
§ 7.15. Алгоритмы экстремального управления
§ 7.16. Алгоритмы изучения
§ 7.17. Непрерывные алгоритмы
§ 7.18. Структурная схема
§ 7.19. Возможные упрощения
§ 7.20. О синтезе оптимальных систем
§ 7.21. Применение алгоритмов адаптации
§ 7.22. О синтезе оптимальных систем при наличии помех
§ 7.23. Управление и опознавание
§ 7.24. Обобщение метода синтеза
§ 7.25. Некоторые задачи
§ 7.26. Заключение
Глава VIII. Надежность
§ 8.1. Введение
§ 8.2. Понятие надежности
§ 8.4. Определение показателей надежности
§ 8.5. Минимизация эксплуатационных расходов
§ 8.6. Частный случай
§ 8.7. Минимизация стоимости, веса, объема
§ 8.8. Алгоритмы минимизации
§ 8.9. Особый случай
§ 8.10. Алгоритмы
§ 8.11. Повышение надежности путем резервирования
§ 8.12. Повышение надежности путем избыточности
§ 8.13. Проектирование сложных систем
§ 8.14. Алгоритмы оптимальной работоспособности
§ 8.15. О минимаксном критерии оптимизации
§ 8.16. Еще о проектировании сложных систем
§ 8.17. Замечание
§ 8.18. Некоторые задачи
§ 8.19. Заключение
Глава IX. Исследование операций
§ 9.1. Введение
§ 9.2. Планирование запасов
§ 9.3. Критерий оптимальности планирования
§ 9.4. Алгоритмы оптимального планировании
§ 9.5. Еще о планировании запасов
§ 9.6. Оптимальное разовое поступление
§ 9.7. Оптимальный уровень запасов
§ 9.8. Замечание
§ 9.9. Распределение производственных мощностей
§ 9.10. Пример
§ 9.11. Распределение средств обнаружения
§ 9.12. Алгоритм оптимального распределения
§ 9.13. Распределение областей дискретизации
§ 9.14. Критерии оптимальности распределения
§ 9.15. Алгоритм оптимальных оценок
§ 9.16. Некоторые задачи
§ 9.17. Заключение
Глава X. Игры и автоматы
§ 10.1. Введение
§ 10.2. Понятие игры
§ 10.3. Теорема о минимаксе
§ 10.4. Уравнения оптимальных стратегий
§ 10.5. Алгоритмы обучения решению игр
§ 10.6. Игры и линейное программирование
§ 10.7. Управление как игра
§ 10.8. Алгоритмы управления
§ 10.9. Одно обобщение
§ 10.10. Пороговые элементы
§ 10.11. О пороговой реализуемости логических функции
§ 10.12. Критерий реализуемости
§ 10.13. Алгоритмы реализуемости
§ 10.14. Персептрон Розенблата
§ 10.15. Адалина Уидроу
§ 10.16. Обучение порогового элемента
§ 10.17. Автоматы
§ 10.18. Описание конечных автоматов
§ 10.19. Стохастические конечные автоматы
§ 10.20. Взаимодействие автомата со средой
§ 10.21. О мере целесообразности поведения
§ 10.22. Обучение автоматов
§ 10.23. О марковских цепях
§ 10.24. Марковское обучение
§ 10.25. Игры автоматов
§ 10.26. Некоторые задачи
§ 10.27. Заключение
Послесловие
Комментарии
Литература
email@scask.ru