ISSN 0021-3454 (печатная версия)
ISSN 2500-0381 (онлайн версия)
Меню

7
Содержание
том 63 / Июль, 2020
СТАТЬЯ

DOI 10.17586/0021-3454-2020-63-3-199-205

УДК 681.511.4

Методика уточнения априорных вероятностей состояний сложной системы по экспериментальным данным

Арсеньев В. Н.
ВКА им. А. Ф. Можайского, кафедра бортовых информационных и измерительных комплексов; профессор


Петухов А. Б.
ВКА им. А. Ф. Можайского, кафедра бортовых информационных и измерительных комплексов; преподаватель


Ядренкин А. А.
ВКА им. А.Ф. Можайского, кафедра бортовых информационных и измерительных комплексов; доцент


Аннотация. Рассматривается задача уточнения априорных вероятностей гипотез о состоянии сложной системы по данным, получаемым в процессе ее опытной отработки и эксплуатации. Предложен метод решения этой задачи путем взвешенного учета результатов априорных и экспериментальных исследований системы. Приведены результаты сравнения апостериорных оценок с оценками, полученными по формулам Байеса. Показано, что, в отличие от байесовского решения, использование предложенного метода позволяет учитывать близость результатов априорных исследований системы к результатам опытов и не позволяет априорной информации доминировать над опытными данными.
Ключевые слова: сложная система, состояние системы, априорная вероятность, опытные данные, метод приоритета опытной информации, апостериорная вероятность, байесовские оценки, сравнительный анализ

Список литературы:

 

  1. Цыпкин Я. З. Информационная теория идентификации. М.: Наука, 1995. 336 с.
  2. Мерков А. Б. Распознавание образов. Построение и обучение вероятностных моделей. М.: Ленанд, 2014. 240 с.
  3. Буряк Ю. И., Скрынников А. А. Повышение степени обоснованности принимаемых решений в системе распознавания за счет использования априорной информации // Науч. вестн. Моск. гос. техн. ун-та гражданской авиации. 2015. № 220 (10). С. 47—54.
  4. Фомин Я. А. Распознавание образов: теория и применения. М.: Изд-во ФАЗИС, 2012. 429 с.
  5. Вентцель Е. С. Теория вероятностей: Учебник для вузов. М.: Изд. центр „Академия“, 2003. 576 с.
  6. Пугачев B. C. Теория вероятностей и математическая статистика. М.: Физматлит, 2002. 496 с.
  7. Фроленков К. В. Уточнение оценок вероятностей при локальном апостериорном выводе алгебраической байесовской сети в случае неточного свидетельства // Тр. СПИИРАН. 2013. № 1 (24). С. 152—164.
  8. Дорожко И. В., Тарасов А. Г., Барановский А. М. Оценка надежности структурно-сложных технических комплексов с помощью моделей байесовских сетей доверия в среде GeNIe // Интеллектуальные технологии на транспорте. 2015. № 3. С. 36—45.
  9. Тулупьев А. Л. Апостериорные оценки вероятностей в алгебраических байесовских сетях // Вестн. СПбГУ. Прикладная математика. Информатика. Процессы управления. 2012. № 2. С. 51—59.
  10. Judgment under Uncertainty: Heuristics and Biases / D. Kahneman et al. Cambridge Univ. Press, 2005. 555 p.
  11. Александровская Л. Н., Круглов В. И., Кузнецов А. Г. и др. Теоретические основы испытаний и экспериментальная отработка сложных технических систем: Учеб. пособие. М.: Логос, 2003. 736 с.
  12. Арсеньев В. Н. Оценивание характеристик систем управления по ограниченному числу натурных испытаний. М.: Рестарт, 2013. 126 с.
  13. Дмитриев А. К., Юсупов Р. М. Идентификация и техническая диагностика: Учебник для вузов. МО СССР, 1987. 521 с.
  14. Королюк В. С., Портенко Н. И., Скороход А. В., Турбин А. Ф. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985. 640 с.
  15. Реклейтис Г., Рейвиндран А., Рэгсдел К. Оптимизация в технике. М.: Мир, 1986. Кн. 1. 351 с.
  16. Greene W. H. Econometric Analysis. N. Y.: Pearson Education, Inc., 2003. 1026 p.
  17. Арсеньев В. Н., Лабецкий П. В. Метод апостериорного оценивания характеристик системы управления летательного аппарата // Изв. вузов. Приборостроение. 2014. T. 57, № 10. С. 23—28.