Ўзбекистон республикаси олий ва ўрта махсус таълим вазирлиги низомий номидаги тошкент давлат

 
ПОВЫШЕНИЕ ДОСТОВЕРНОСТИ ОБРАБОТКИ ИНФОРМАЦИИ 
НЕСТАЦИОНАРНЫХ ОБЪЕКТОВ НА ОСНОВЕ МЕТОДОВ 
ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ 
 
Ахатов Акмал Рустамович - Самаркандский государственный университет 
 
Актуальность темы. Большую теоретическую и практическую значимость 
имеет проблема обеспечения достоверности передачи и обработки информации, 
которая считается ключевой задачей повышения эффективности систем 

---

144 
управления ВУЗами на основе технологии интеллектуального анализа данных 
(ИАД), широко расширяющих возможности при проектировании эффективных 
инструментов для: идентификации и оптимизации; извлечения статистических 
параметров, особенностей, специфических, динамических характеристик, 
скрытых свойств и закономерностей в данных; корректировки недостоверных 
элементов случайных временных рядов (СВР) [1,2]. 
Проектируемые методы и алгоритмы должны обладать дополнительными 
преимуществами за счет применения механизмов обеспечения достоверности 
передачи и обработки данных, основные функции которых предназначены для 
устранения резких скачков, случайных всплесков, обнаружения и исправления 
искажений в информации, а также идентификации нестационарных объектов 
[3,4]. 
Настоящая работа посвящена исследованию и разработке основных 
принципов и методов адекватной идентификации, оптимизации обработки СВР, 
фильтрации нестационарных составляющих, синтеза механизмов обеспечения 
достоверности обработки данных. 
Основные принципы адекватной идентификации нестационарных 
объектов. Принципы построения адекватной модели идентификации СВР, в 
полной мере отражающей динамику нестационарных объектов позволяют 
определить и оценить структурные переменные, наиболее значимо и 
положительно влияющие на выходные величины моделирования, результаты 
которых используются с целью оптимизации обработки информации путем 
устранения погрешностей и корректировки недостоверных данных. 
Пусть вход динамической модели идентификации 
S
представляется 
измерениями СВР в виде вектора 
T
n
X
X
X
)
...
(
1


, который позволяет вычислять 
достоверные элементы для получения выходной переменной в виде вектора 
величины 
T
n
Y
Y
Y
)
...
(
1


[1]. 
Адекватность модели идентификации СВР зависит от значений набора 
элементов, достоверно передаваемых и формализуемых для расчета в виде 
вектора 
T
n
C
C
C
)
...
(
1


. 
Реакции динамической модели на внешние воздействия, априорная 
недостаточность, неопределенность переменных объекта, нестационарность 
безусловно влияют на качество получения набором элементов или вектора 
выходной величины
T
n
Y
Y
Y
)
ˆ
...
ˆ
(
ˆ
1


. В связи с этим, конечный результат 
динамической идентификации СВР, связан с определением и оценкой значений 
переменных некоторой функции 
)
,
ˆ
,
,
(
C
Y
Y
X
L




, представляемой для оптимизации 
процессов переработки данных. Для нахождения значений ее переменных 
представляется вектор оценок 
*
C
C



. 
Будем считать, что для повышения достоверности передачи, обработки и 
прогноза СВР адекватное описание представляется функционалом [1] 











*
,
ˆ
,
,
)
(
C
Y
Y
X
L
M
C
J





,

---

145 
где 
{...}
M
– символ математического ожидания; 
)
(
min
arg
*
C
J
C
C




– вектор 
искомых оценок переменных, способствующий оптимизации идентификации и 
обработки данных. 
Функционал оптимизируется при следующих условиях: 
0
,
ˆ
,
,
)
(
























C
Y
Y
X
L
M
C
J
; 
0
,
ˆ
,
,
)
(
*
2
*
2

















C
C
C
Y
Y
X
L
M
C
J









, 
где 
T
n
C
C












,...,
1

– оператор; 
0
)
(
*
2


C
J


– означает положительность 
определения квадратичной формы вектора величины
C

в заданной точке. 
Выходной вектор 
Y

отражается в виде вектора элементов величины 
Y
ˆ
, 
которые определяются в результате реализации механизма корректировки 
искаженных значений элементов входного вектора 
X

. Для оптимизации 
идентификации и обработки данных с механизмами регулирования и 
корректировки недостоверных значений СВР могут быть применены различные 
критерии оценки достоверности. Следовательно, дальнейшее решение задачи 
требует получения оценки элемента вектора 
*
C

. Такая задача оптимизации 
связана с нахождением приближения критерия 
)
(C
J

минимальной оценке 
)
(
*
*
C
J
J


, при котором значение переменных в векторе 
C

отличаются.