Background Image
Previous Page  6 / 19 Next Page
Information
Show Menu
Previous Page 6 / 19 Next Page
Page Background

А.А. Грешилов

6

В настоящей статье основное внимание уделено задачам (8) и

(10). Задача (8) при

1

p

может быть решена методами квадратично-

го программирования, задача (10) решается методами нелинейного

программирования [6].

Для решения двухкритериальной задачи (7) применено целевое

программирование (архимедова модель и модель с приоритетами) [6].

Во всех рассматриваемых методах определяются точечные оцен-

ки решения. В реальных условиях параметры систем и наблюдаемые

величины измерены или заданы с определенной погрешностью. Это

приводит к тому, что от реализации к реализации решение будет ме-

няться. Чтобы судить об эффективности того или иного метода и

учитывать возможный разброс решений, необходимо получать не

только точечные, но и интервальные оценки решения.

Дисперсии оценок амплитуд были получены методом статисти-

ческих испытаний и аналитически. Число испытаний для задачи

квадратичного программирования — 10 000, для задачи нелинейного

программирования — 100, для задачи целевого программирования —

100 (архимедова модель) и 30 (модель с приоритетами), для задачи

нелинейного программирования с учетом энтропии — 100. Аналити-

чески ковариационная матрица оценок (дисперсии) определялась пу-

тем обращения матрицы вторых производных логарифма функции

правдоподобия, полученной на основе исходной системы нелиней-

ных уравнений, при найденных значениях оценок.

Продемонстрируем этот подход на примере

задачи идентифи-

кации тайно проведенного ядерного взрыва

[5, 7, 8], когда зареги-

стрировано только два изотопа ксенона.

В качестве практически оправданного допущения для предла-

гаемого способа измеренные активности изотопов рассматривают как

детерминированные, подверженные аддитивной помехе, оценки

параметров которых подлежат определению. Числа обусловленности в

этих задачах достигают

26

10

.

При мгновенном делении

i

-й изотоп появляется в результате

различных видов деления, и его измеренная активность

( )

i

A t

выра-

жается следующим образом [5, 7, 8]:

1

( , , , , )

( ),

1, ,

m

ij

q

j

i

j

a

t t N A t

i

n

    

(12)

где ( , , , , )

ij

q

a

t t

  

— активность

i

-го изотопа при

j

-м виде деления

для одного акта распада, вычисленная с учетом сепарации на момент

времени

q

t t

, т. е. удельная активность;

— вектор параметров,

характеризующих сепарацию измеряемых изотопов от предшеству-