Nelinearity s hysterezí Přerušení platnosti relace vytváří dvě různé charakteristiky, jejichž platnost je podmíněna směrem pohybu Hystereze přepínače x.

Slides:



Advertisements
Podobné prezentace
Lineární klasifikátor
Advertisements

Lineární rovnice s parametrem. Kvadratické rovnice s parametrem.
ROVNOMĚRNÝ POHYB PO KRUŽNICI dostředivé zrychlení.
OBECNÉ OPTIMALIZAČNÍ MODELY
Dualita úloh lineárního programování a analýza citlivosti
SIMPLEXOVÝ ALGORITMUS Řešení v tabulkovém procesoru
Ústav technologie, mechanizace a řízení staveb
Ústav technologie, mechanizace a řízení staveb
Rovnice roviny Normálový tvar rovnice roviny
Úvod Klasifikace disciplín operačního výzkumu
Aplikační počítačové prostředky X15APP MATLAB - SIMULINK
Základy infinitezimálního počtu
Přednáška 12 Diferenciální rovnice
Ústav technologie, mechanizace a řízení staveb
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Lineární programování Simplexový algoritmus
Základy lineárního programování
Mikroekonomie II Úvod Ing. Vojtěch Jindra Katedra ekonomie (KE)
Funkce.
VÍCEKRITERIÁLNÍ ROZHODOVÁNÍ I.
Statistická mechanika - Boltzmannův distribuční zákon
LINEÁRNÍ OPTIMALIZAČNÍ MODEL
Vícekriteriální rozhodování
F U N K C E.
Regulační obvod a pochod
Formulace a vlastnosti úloh lineárního programování
METODA KONEČNÝCH PRVKŮ
ANALÝZA VÝSLEDKŮ LINEÁRNÍHO OPTIMALIZAČNÍHO MODELU
Nelineární programování - úvod
Metody nelineárního programování
Optimalizace versus simulace 9.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Funkce více proměnných.
CW – 05 TEORIE ROZHODOVACÍCH PROCESŮ Ústav technologie, mechanizace a řízení staveb Fakulta stavební VUT v Brně © Ing. Václav Rada, CSc. 15. PŘEDNÁŠKA.
TEORIE HER.
Teorie systémů a operační analýza1 Celočíselné programování RNDr. Jiří Dvořák, CSc.
Lineární zobrazení.
Jedno-indexový model a určení podílů cenných papírů v portfoliu
Optimalizace logistického systému a řetězců
Experimentální fyzika I. 2
Stabilita diskrétního regulačního obvodu
Gradientní metody Metoda největšího spádu (volný extrém)
Matematické základy Pomocí gradientu Ñ lze vyjádřit směrové derivace: Derivace funkce f ve směru s v bodě x je definována jako: Z tohoto vztahu lze odvodit,
Simplexová metoda pro známé počáteční řešení úlohy LP
2. Vybrané základní pojmy matematické statistiky
Lineární programování - charakteristika krajních bodů
Derivace funkce Derivací funkce f je funkce f ´ která udává sklon (strmost) funkce f v každém jejím bodě Kladná hodnota derivace  rostoucí funkce Záporná.
Opakování lekce 4,5,
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Zpracoval :Ing. Petr Dlask, Ph.D. Pracoviště :Katedra Ekonomiky a řízení stavebnictví ČVUT v Praze Adresa :Thákurova 7, Praha 6, Dejvice Optimalizace.
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Diference a diferenciál Způsoby vyčíslování termodynamických dat.
© Institut biostatistiky a analýz ANALÝZA A KLASIFIKACE DAT prof. Ing. Jiří Holčík, CSc.
Přerušení platnosti relací -rovnice či funkce modelu mohou mít omezenou platnost -při určitém (mezním) stavu systému je nutné jedny tvary těchto funkcí.
MME51 Ekonomicko-matematické metody 5 Prof. RNDr. Jaroslav Ramík, CSc.
EMM31 Ekonomicko-matematické metody 3 Prof. RNDr. Jaroslav Ramík,CSc.
MME41 Ekonomicko-matematické metody 4 Prof. RNDr. Jaroslav Ramík, CSc.
EMM21 Ekonomicko-matematické metody 2 Prof. RNDr. Jaroslav Ramík,CSc.
Simplexová metoda.
Ing. Milan Houška KOSA PEF ČZU v Praze
VÍCEKRITERIÁLNÍ ROZHODOVÁNÍ I.
Analýza výsledků v modelech lineárního programování
Fergusonova kubika a spline křivky
2018/6/10 Počítačový model Kateřina Růžičková.
Regresní analýza výsledkem regresní analýzy je matematický model vztahu mezi dvěma nebo více proměnnými snažíme se z jedné proměnné nebo lineární kombinace.
Lineární funkce a její vlastnosti
Dynamické systémy Topologická klasifikace
ANALÝZA A KLASIFIKACE DAT
Plánování přesnosti měření v IG Úvod – základní nástroje TCHAVP
Simulace dynamických systémů v Matlabu, Simulink
Transkript prezentace:

Nelinearity s hysterezí Přerušení platnosti relace vytváří dvě různé charakteristiky, jejichž platnost je podmíněna směrem pohybu Hystereze přepínače x = m 1 přepnutí z větve f b (x) na f a (x) x = m 2 přepnutí z větve f a (x) na f b (x) x w fafa fbfb m1m1 m2m2  H =1  H =0 - platí větev

Nelinearity s hysterezí Reléový regulátor  =  0.3

Nelinearity s hysterezí Přerušení platnosti relace vytváří dvě různé charakteristiky, jejichž platnost je podmíněna směrem pohybu Hystereze přepínače x w fafa fbfb  H =1  H =-1 - platí větev f a (x) tj. x monotónně klesá - změna x se zastavila a obrátila znaménko a probíhá pohyb z jedné větve na druhou rychlostí dx/dt při w = konst. - platí větev f b (x), tj. x monotónně roste. platí jen pokud proměnná x monotónně klesá platí jen pokud proměnná x monotónně roste

Relace modelu daná tabulkou - interpolace Existující kauzální vztah, např. y = y(x), neumíme vyjádřit analytickoufunkcí, reprezentován pouze tabulkou vzájemně si odpovídajících hodnot x i a y i i N xixi x1x1 x2x2 x3x3 xNxN yiyi y1y1 y2y2 y3y3 yNyN předpoklad: data řídké, ale spolehlivé, v modelu mají být dodrženy jako dané a) velikost x se porovnává s tabulkovými daty b) hledané y se pak určí dosazením do interpolačního polynomu zvoleného řádu, proloženého potřebným počtem tabulkových bodů. Procedura interpolace

Lineární interpolace Interpolace polynomem třetího stupně, procházejícím nejbližšími čtyřmi body tabulky kde

Optimalizace parametrů počítačového modelu Jednou z možných motivací tvorby matematického modelu je úloha optimalizace vlastností (parametrů) systému bez nutnosti provádění nákladných experimentů. V některých případech je práce s modelem jedinou možností jak tyto optimální vlastnosti nalézt Dynamický systém x(t)x(t) y(t)y(t) u(t)u(t) p1p1 p2p2 pNpN - vektor vzájemně nezávislých parametrů Omezující podmínky vymezují v R N oblast přípustných parametrů

Kritérium optimality přiřazuje reálné číslo Q každé variantě chování modelu Integrální tvar kritéria q - vybraný ukazatel kvality T Q – doba simulace Dynamický systém x(t)x(t) q u(t)u(t) p2p2 pNpN Q kritérium optimality je dáno poslední hodnotou výstupu integrace pro t = T Q, t.j. Q = Q(T Q ) Optimalizační úloha spočívá v systematickém opakování simulačního experimentu vždy pro určité hodnoty p (během simulace neměnné) a vyhodnocování kritéria optimality Q. Obvykle je cílem nalézt takové parametry p aby Q bylo min (max).

gradient funkce Q(p) Nutnou podmínkou k tomu, aby nastal extrém Q(p), je vznik tzv. stacionárního bodu podmínka splněna v případě extrému, ale i sedlového bodu Postačující podmínka extrému aby Hessova matice druhých derivací (hessián) byla pozitivně definitní, tj aby všechny její minory hlavní subdeterminanty) byly kladné