В данной работе рассматривается задача оценки вектора параметров экспоненциальной регрессии с применением метода наименьших квадратов. При решении получившейся экстремальной задачи приходится сталкиваться с большим числом локальных экстремумов и поиск глобального экстремума усложняется. Для нахождения глобального экстремума выбран генетический алгоритм. Этот метод представляет собой итерационную процедуру, где на каждой итерации моделируется поколение особей. Для моделирования используется многомерное нормальное распределение, причем во время случайного поиска от итерации к итерации эволюция ковариационная матрица эволюционирует. Представленная задача является актуальной и на практике довольно часто встречается, например, при описании процесса распада в ядерной физике, а в математике решения линейных дифференциальных уравнений имеет вид линейной комбинации экспонент, что приводит к экспоненциальной модели. В данной статье приведен численный пример, который подтверждает эффективность используемого метода. Резу
Язык оригиналарусский
Страницы (с-по)64-68
Журнал ПРОЦЕССЫ УПРАВЛЕНИЯ И УСТОЙЧИВОСТЬ
Том7
Номер выпуска1
СостояниеОпубликовано - 2020
Опубликовано для внешнего пользованияДа

    Области исследований

  • covariance matrix, exponential regression, genetic algorithm, global extremum, matrix evolution, normal distribution, генетический алгоритм, глобальный экстремум, ковариационная матрица, нормальное распределение, эволюция ковариационной матрицы, экспоненциальная регрессия

ID: 78598761