Автоматика и телемеханика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор
Правила для авторов
Загрузить рукопись

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Автомат. и телемех.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Автоматика и телемеханика, 2019, выпуск 10, страницы 3–36
DOI: https://doi.org/10.1134/S0005231019100015
(Mi at15363)
 

Эта публикация цитируется в 3 научных статьях (всего в 3 статьях)

Метод усредненных моделей для дискретных адаптивных систем

Н. О. Амелинаab, О. Н. Граничинba, А. Л. Фрадковab

a Санкт-Петербургский государственный университет
b Институт проблем машиноведения РАН, Санкт-Петербург
Список литературы:
Аннотация: Динамические процессы в природе и технике часто описываются непрерывными или дискретными динамическими моделями, которые имеют форму нелинейных стохастических дифференциальных или разностных уравнений. Это определяет актуальность разработки эффективных методов упрощения описания динамических систем. Основным требованием к методам упрощения является сохранение определенных свойств изучаемого процесса. Среди таких — методы непрерывных или дискретных усредненных моделей, обзор которых дается в этой статье. Также представлены новые результаты для стохастических сетевых систем и показано, что метод усредненных моделей позволяет уменьшить сложность анализа стохастической замкнутой системы. Получены соответствующие верхние оценки среднеквадратичного отклонения состояний исходной стохастической системы от ее приближенной усредненной модели.
Ключевые слова: динамические системы, нелинейные стохастические уравнения, адаптивные системы, методы упрощения описания, приближенные усредненные модели.
Финансовая поддержка Номер гранта
Российский фонд фундаментальных исследований 17-08-01728_а
19-03-00375
Российский научный фонд 16-19-00057-П
Работа выполнена при частичной поддержке Российского фонда фундаментальных исследований (проекты №№17-08-01728, 19-03-00375). Результаты разделов 8–11, по анализу непрерывно-дискретных и сетевых систем получены в ИПМаш РАН при поддержке Российского научного фонда (грант №16-19-00057-П).

Поступила в редакцию: 19.07.2018
После доработки: 06.09.2018
Принята к публикации: 08.11.2018
Англоязычная версия:
Automation and Remote Control, 2019, Volume 80, Issue 10, Pages 1755–1782
DOI: https://doi.org/10.1134/S0005117919100011
Реферативные базы данных:
Тип публикации: Статья
Образец цитирования: Н. О. Амелина, О. Н. Граничин, А. Л. Фрадков, “Метод усредненных моделей для дискретных адаптивных систем”, Автомат. и телемех., 2019, № 10, 3–36; Autom. Remote Control, 80:10 (2019), 1755–1782
Цитирование в формате AMSBIB
\RBibitem{AmeGraFra19}
\by Н.~О.~Амелина, О.~Н.~Граничин, А.~Л.~Фрадков
\paper Метод усредненных моделей для дискретных адаптивных систем
\jour Автомат. и телемех.
\yr 2019
\issue 10
\pages 3--36
\mathnet{http://mi.mathnet.ru/at15363}
\crossref{https://doi.org/10.1134/S0005231019100015}
\elib{https://elibrary.ru/item.asp?id=40551528}
\transl
\jour Autom. Remote Control
\yr 2019
\vol 80
\issue 10
\pages 1755--1782
\crossref{https://doi.org/10.1134/S0005117919100011}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000490597000001}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85073615476}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/at15363
  • https://www.mathnet.ru/rus/at/y2019/i10/p3
  • Эта публикация цитируется в следующих 3 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Автоматика и телемеханика
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024