Многокритериальный метод идентификации и прогнозирования

Рассматривается многокритериальный подход к идентификации и прогнозированию для математических моделей. Необходимость такого подхода возникает, в частности, когда требуется принять во внимание ошибки, не сводимые в один показатель, а также в случае отсутствия определенной информации о классе помех в данных. В работе рассматривается многокритериальная версия метода множеств идентификации, основанного на аппроксимации и визуализации графика векторной функции ошибок идентификации и его проекций в пространство идентифицируемых параметров. Вводится функция близости критериальной точки к множеству неулучшаемых (эффективных по Парето) решений задачи идентификации. Исследуются: эффективное множество критериев идентификации (граница Парето), множество эффективных и субэффективных параметров, а также соответствующие им прогнозные трубки траекторий. Для построения этих объектов используются методы аппроксимации неявно заданных множеств, в частности, методы аппроксимации оболочки Эджворта–Парето и метод глубоких ям. Подробно рассмотрена технология и примеры для случая двух критериев качества идентификации.