ДЕКОМПОЗИЦІЙНИЙ МЕТОД ВИРІШЕННЯ ЗАВДАНЬ АНАЛІЗУ МАРКОВСЬКИХ СИСТЕМ ВИСОКОЇ РОЗМІРНОСТІ

  • L. Ruskin
  • O. Sira
  • R. Korsun
Ключові слова: марківська система високої розмірності, метод декомпозиції системи, технологія реалізації обчислювальної процедури

Анотація

Предметом вивчення статті є декомпозиційна обчислювальна процедура, яка використовує метод фазового укрупнення станів системи. Мета дослідження: розробка спеціального методу аналізу марківських систем високої розмірності. Метод повинен аналітично забезпечувати отримання в явному вигляді співвідношень, що визначають залежність, розподілу ймовірностей станів системи від чисельних значень параметрів цієї системи. Завдання: Розглянути задачу аналізу марківських систем високої розмірності з великим числом можливих станів. Запропоновати декомпозиційну обчислювальну процедуру, яка використовує метод фазового укрупнення станів системи. Результати: Розглянуто задачу аналізу марківських систем високої розмірності з великим числом можливих станів. Запропоновано декомпозиційну обчислювальну процедуру, яка використовує метод фазового укрупнення станів системи. Висновки: Запропонований метод дозволяє звести рішення початкової складної задачі до сукупності більш простих задач меншої розмірності. Метод забезпечує отримання аналітичних співвідношень, що визначають залежність розподілу ймовірностей станів системи довільної розмірності від чисельних значень її параметрів. Технологія вирішення задачі ілюструється рішенням двох прикладів

Завантаження

Дані про завантаження поки що недоступні.

Посилання

1. Барича-Рид А. Элементы теории марковских процессов и их приложения. – М: Наука, 1963. – 406 с.
2. Сарымсаков Т. Основы теории процессов Маркова. – М: Гостехиздат, 1994. – 386 с.
3. Булинский А.В., Ширяев А.Н. Теория случайных процессов. – М: Физматлит, 2005. – 396 с.
4. Кремер Н.Ш.Теория вероятностей и математическая статистика. – М: ЮНИТИ-ДАТА, 2004. – 312 c.
5. Дынкин Е.Б., Марковские процессы. – М: Наука, 1987. – 632 с.
6. Manhuing C.D., Schütze H. Foundations of statistical processing. – MIT Press, 1999. 264 p.
7. Ramage D., Hidden D. Markov models fundament. – Standard school of engineering, 2011. 194 p.
8. Алхимов В.И. Марковские модели в задачах статистики и прогнозирования. – М: ППУнивер, 2013. – 171 с.
9. Раскин Л.Г., Серая О.В. Нечеткая математика. Основы теории. Приложения. – Х: Парус, 2008. – 352 с.
10. Pawlak Z., Hidden D. Rough sets. // International journal of information and computer sciences, 1982. – vol II, No 5. P. 341-356.
11. Raskin L., Sira O. Fuzzy models of rough mathematics // Eastern European journal of Enterprise Technologies, 2016. Vol 5, No 6. p. 53-60.
12. Raskin L., Sira O. Methods of solving fuzzy problem of mathematical programing // Eastern European journal of Enterprise Technologies, 2016 – vol 5, No 4. P. 23-28.
Опубліковано
2020-05-28
Як цитувати
Ruskin L. Декомпозиційний метод вирішення завдань аналізу марковських систем високої розмірності / L. Ruskin, O. Sira, R. Korsun // Системи управління, навігації та зв’язку. Збірник наукових праць. – Полтава: ПНТУ, 2020. – Т. 2 (60). – С. 90-94. – doi:https://doi.org/10.26906/SUNZ.2020.2.090.
Розділ
Інформаційні технології