» :: کامپیوتر 25. تکنیک های DFO برای کالیبراسیون مدل های دایماً الا رده بندی شده.
صنعت های DFO از بهر کالیبراسیون مدل های پیوسته یا رده بندی شده.
چکیده
یک گام بااهمیت باب مدل سازی سیستم تعیین ارزش پارمترها برای استفاده در آن مدل می باشد. در این مقاله ما ضروری باده کنیم که ما مجموعه ای از ابزارهای اندازه گیری را در دست داریم که از سیستم های عملکردی جمع آوری شده و به این ترتیب یک مدل سیستمی مناسب بر مبنای این نظریه ایجاد شده است. تخمین مقادیر نسبی برای پارامترهای اختصاصی این مدل از اطلاعات موجود ، مشکل باده باشد. ( برایاینکه پارامترهای مربوطه دارای مفهوم فیزیکی نامشخص بوده و یا ثانیه ها را نمی توان به طور مستقیم از واحدهای اندازه گیری موجود به دست آورد) از این رو ما نیاز به تکنیکی داریم که مقادیر مربوط به پارامترهای از دست رفته را مشخص کند. یعنی به سمت کالیبراسیون الگو بپردازد.
به سمت عنوان یک جانشین در ارتباط با تکنیک غیر قابل سنجش بروت فورس ، ما کالیبراسیون این مدل ها را به عنوان یک مسئله بهینه سازی غیرخطی با توجه به محدودیت هایی مد نظر قرار می دهیم. روش های مورد نظر از نظر مفهومی از بهر به ادا در آمدن ساده و آسان می باشند. مشارکت ضمیر اول شخص جمع به سمت صورت دوگانه می باشد . در ابتدا ما تعریف مناسبی از عملکردهای عینی برای تعیین فاصله بین محرک های عملکردی توسط مدل و مقادیر بدست آمده از سنجش ها را مطرح می کنیم.باب بار دوم ما به ایجاد تکنیک های بهینه مشتق شده سفارشی (DFO)می پردازیم که ویژگی اصلی آن توانایی برای ایجاد نقص محدود موقتی می باشد. چنین تکنیکی این امکان را برا ضمیر اول شخص جمع به بود می آورد تا به طور دقیق مشکل بهینه سازی را حل کنیم و به این ترتیب می توانیم مقادیر پارامتری دقیقی را ایجاد کنیم. ضمیر اول شخص جمع روش هایمان را با استفاده از دو امعان موردی ساده توضیح می دهیم.