заменяем по третьему измерению однородным слоем и значения коэффициентов для него
определяем как среднее, средневзвешенное и т.д. Попытка внесения в модель учета ряда
факторов, введение третьего измерения приводят к значительному усложнению модели и
езкому повышению размерности задачи. К тому же, в такой усложненной модели
появляются параметры, которые невозможно или крайне трудно измерить. При их задании
опять вводятся некоторые допущения, которые только затрудняют и ухудшают точность
ешения задачи.
Как показывает практика, использование детерминированных моделей с четкими значениями
параметров (даже при наличии адаптационного процесса их уточнения путем решения
обратных задач) приводит к тому, что модель оказывается излишне грубой. Методы
интервального анализа дают возможность построить модель для случая, когда для каждого из
этих коэффициентов задан интервал допустимых значений. Однако на практике в связи с
наличием информации о том, что какие-то значения коэффициентов более допустимы, чем
другие, описание этих коэффициентов в виде нечетких множеств является более удачным. В
этом случае на интервале дополнительно задается функция принадлежности, причем, если
информация о различии допустимости имеет статистический характер, то эта функция может
быть определена объективно, если нет — то субъективно, на основе приближенного
отражения экспертом в агрегированном виде имеющегося у него неформализованного
представления о величине этого коэффициента.
Естественно, что введение нечетких коэффициентов усложняет процесс моделирования,
однако в этом случае решение становится адекватным принятым упрощениям, например, при
исключении третьей координаты z понятие в точке (х, у) становится размытым, нечетким, так
как относится не к точке, а к интервалу.
В общем случае динамику дискретных систем можно представить уравнением состояния
[166]:
,
,
где
X
- пространство состояний,
U
- множество допустимых управлений ,
F
- переходная
функция состояния, в общем случае нелинейная
.
Эта система является детерминированной, если в любой момент времени k можно однозначно
определить ее новое состояние в момент времени (k+1) по текущему состоянию и
управлению .
Для стохастических систем переходная функция записывается в виде
,
где
XP
- множество распределений вероятности на
X
. Для учета неопределенностей в модель
могут вводится случайные величины или коэффициенты. Однако для этих моделей
необходимо иметь информацию для построения вероятностных распределений.
Неполностью оп
еделенные п
оцессы можно модели
овать с помощью аппа
ата нечетких