Помощь в учёбе, очень быстро...
Работаем вместе до победы

Использование методов линейного программирования для решения оптимальных задач оценивания и коррекции

Диссертация: Использование методов линейного программирования для решения оптимальных задач оценивания и коррекции
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В процессе решения как обобщенной, так и обычной задачи линейного программирования могут возникать (и возникают, как показывает опыт) большое количество вырожденных итераций, при проведении которых целевая функция не изменяется. Это связано с тем, что для вырожденного плана обычно используемые достаточные условия оптимальности не являются, вообще говоря, необходимыми. При этом резко снижается… Читать ещё >

Содержание

  • 0. 1. Общая характеристика работы
  • 0. 2. Краткое содержание работы
  • 1. Некоторые результаты в теории линейного оценивания
    • 1. 1. Представление весовых матриц, определяющих заданную оценку наименьших квадратов
      • 1. 1. 1. Введение
      • 1. 1. 2. Некоторые сведения из теории матриц
      • 1. 1. 3. Основные результаты
      • 1. 1. 4. Пример
      • 1. 1. 5. О применении полученных результатов
    • 1. 2. Выбор мешающих параметров в схеме линейной регрессии и множество линейных несмещенных алгоритмов оценивания
      • 1. 2. 1. Модель оценивания
      • 1. 2. 2. Эквивалентность множеств всевозможных линейных несмещенных оценок при различном выборе мешающих параметров
      • 1. 2. 3. Эквивалентность множества всех оценок метода наименьших квадратов и линейных несмещенных оценок при различном выборе вектора мешающих параметров
      • 1. 2. 4. Ошибки линейного оценивания
    • 1. 3. Вычисление гарантированных характеристик точности оценивания при наличии немоделируемых возмущений
      • 1. 3. 1. Метод наименьших квадратов и ошибка оценивания для линейного приближения
      • 1. 3. 2. Вычисление гарантированной ошибки линейного оценивания
  • 2. Простейшие задачи оптимального оценивания и коррекции и их сведение к задачам линейного программирования
    • 2. 1. Классический и гарантирующий подходы к оптимизации оценивателя, их преимущества и недостатки
      • 2. 1. 1. Классический подход к оптимизации оценивателя и его практические недостатки
      • 2. 1. 2. Гарантирующий подход к вычислению точности оценивания
    • 2. 2. Сравнение решений задач оптимального оценивания в двух простейших случаях при гарантирующем и классическом подходах
      • 2. 2. 1. Задача о выборе оптимального оценивателя при возможности повторения измерений и ограничении на их общее число
      • 2. 2. 2. Оптимизация гарантированной дисперсии Их
      • 2. 2. 3. Минимаксная задача оценивания при ограниченных по модулю ошибках измерений
    • 2. 3. Оптимальная задача линейной идеальной коррекции и обобщенное линейное программирование
  • 3. Критерии оптимальности и монотонные алгоритмы решения вырожденной и обобщенной задач линейного программирования
    • 3. 1. Теория решения вырожденной задачи линейного программирования
      • 3. 1. 1. Введение
      • 3. 1. 2. Основные теоремы
      • 3. 1. 3. Описание алгоритма
      • 3. 1. 4. Эквивалентный критерий оптимальности и дополнения к алгоритму
      • 3. 1. 5. Практические результаты
    • 3. 2. Обобщенная задача линейного программирования
      • 3. 2. 1. Виды обобщенных задач и соотношения между ними
      • 3. 2. 2. Критерий оптимальности для обобщенной задачи линейного программирования
      • 3. 2. 3. О сходимости алгоритма генерации столбцов
      • 3. 2. 4. Об эквивалентном критерии оптимальности и дополнениях к алгоритму
  • Теория и алгоритмы решения задач Ь- и МУ-оптимального планирования эксперимента и их применение
    • 4. 1. Задачи Ь- и МУ-оптимального планирования и исторический комментарий
      • 4. 1. 1. Постановка задачи
    • 4. 2. Сведение Ь -задачи к задаче оптимальной линейной импульсной коррекции и алгоритм ее решения
      • 4. 2. 1. Необходимое и достаточное условие оптимальности ¿-задачи
      • 4. 2. 2. Получение оптимального плана с минимальным числом положительных компонент
      • 4. 2. 3. Алгоритм решения задачи (2.4)
    • 4. 3. Сведение МУ8 -задачи к параметрической задаче оптимальной линейной импульсной коррекции и алгоритм ее решения
      • 4. 3. 1. Редукция задачи (3.2) к задаче многомерной максимизации и алгоритм ее решения
    • 4. 4. Нахождение аналитического решения для случая для случая полиномиальной регрессии
    • 4. 5. Оптимальное планирование лазерных наблюдений спутников ЛАГЕОС-1,
      • 4. 5. 1. Введение
      • 4. 5. 2. Математическая постановка задачи
      • 4. 5. 3. Проверка алгоритмов на примере определения координат полюса Земли

    • Использование методов линейного программирования для решения оптимальных задач оценивания и коррекции (реферат, курсовая, диплом, контрольная)

    5.2 Решение проблемы моментов в случае минимизации опорной функции и применение к задаче минимаксного оценивания при наличии немоделируемых возмущений. 186.

    5.2.1 Обоснование алгоритма.. .186.

    5.2.2 Решение минимаксной задачи с немоделируе-мыми возмущениями.192.

    5.3 О решении задачи робастного оценивания.196.

    5.3.1 Задача робастного оценивания.196.

    5.3.2 Решение задачи робастного оценивания с помощью обобщенного линейного программирования. 198.

    5.4 Решение проблемы моментов в случае известной двойственной нормы и применение к задаче минимизации гарантированной дисперсии.203.

    5.4.1 Обоснование алгоритма.204.

    5.4.2 Минимизация гарантированой дисперсии.. .. 207.

    5.5 Приложение.209.

    6 Об оптимальной линейной идеальной коррекции при ограничениях на корректирующие импульсы 213.

    6.1 Постановка задачи и невозможность ее решения методом, используемым для задачи без ограничений на импульсы.214.

    6.1.1 Постановка задачи.214.

    6.1.2 Геометрическое описание алгоритма решения задачи (1.6).221.

    6.1.3 Аналитическое описание алгоритма решения задачи (1.6) и его обоснование.222.

    6.1.4 Неприменимость описанного алгоритма для задачи обобщенной линейной импульсной коррекции с ограничениями.226.

    6.2 Преобразование задачи с ограничениями к обобщенной задаче линейного программирования.228.

    6.3 Алгоритм поиска оптимального базисного решения.. 231 6.3.1 Описание алгоритма. .231.

    6.3.2 Решение подзадачи (3.1) в некоторых важных частных случаях.232.

    6.3.3 Дополнения к предлагаемому алгоритму. 234 6.4 Некоторые численные результаты.236.

    6.4.1 Постановка задачи. .. .236.

    6.4.2 Плоская задача коррекции.237.

    6.4.3 Пространственная коррекция.240.

    Заключение

    245.

    Список литературы

    246.

    0.1. Общая характеристика работы.

    Актуальность работы. Настоящая работа посвящена решению оптимальных задач определения и коррекции движения системы. Обе эти задачи тесно связаны между собой, являясь составными частями так называемого дискретного управления движением, при котором управляющие воздействия подаются не непрерывно, а в виде дискретных корректирующих импульсов, скачкообразно изменяющих характер движения управляемой системы. При этом каждой коррекции предшествует определение фактического движения, на основе которого вычисляется потребное значение корректирующего импульса. Классическим примером подобного управления может служить коррекция орбиты космического аппарата с использованием корректирующего двигателя большой тяги. Подобный способ управления может быть использован при решении других прикладных задач. Кроме того, задачи определения движения различных реальных систем по результатам измерений имеют самостоятельное значение. Необходимость в их решении возникает при обработке данных наблюдений и результатов различных экспериментов, определении физических констант и т. п.

    Методы решения рассматриваемых задач существенным образом зависят от принятых допущений об ошибках используемых исходных данных (математической модели движения и его коррекции, априорных сведений о параметрах этой модели, измерений). При этом в литературе обычно используется классический вероятностный подход, предполагающий знание характеристик распределений вероятностей ошибок исходных данных. В работах других исследователей, в том числе и автора, используется также гарантирующий подход, при котором функции распределения вероятностей ошибок исходных данных считаются неизвестными, а задаются лишь некоторые множества, которым могут принадлежать указанные функции. При этом отыскивается способ решения рассматриваемых задач, гарантирующий достижение поставленной цели при наихудшем возможном распределении ошибок исходных данных. Оптимизация этого способа приводит к минимаксной или максиминной задачам и соответствующий подход называют минимаксным.

    При решении многих задач рассматриваемого типа влияние сколь угодно малых отклонений от принятого распределения вероятностей ошибок неограниченно возрастает с увеличением числа используемых измерений. Это явление обычно называют неустойчивостью получаемых результатов по основным допущениям. Поэтому результаты, найденные на основе гарантирующего подхода, в ряде случаев оказываются значительно ближе к реальным условиям решения прикладных задач, чем выводы, получаемые при вероятностном подходе.

    В связи с изложенным актуальными являются задачи оптимального выбора алгоритма оценивания и программы коррекции при каждом из указанных подходов. При использовании гарантирующего подхода для широкого класса таких задач оценивания оптимальным является линейный алгоритм. При этом минимаксную задачу часто удается свести к вырожденным или обобщенным задачам линейного программирования. С другой стороны, рассмотренные ниже задачи Ьи МУ-оптимального планирования эксперимента, задача робастного оценивания при неточно заданной функции распределения, а также оптимальная задача идеальной линейной коррекции с ограничениями на импульсы также сводятся к обобщенным задачам линейного программирования. При их решении возникают следующие проблемы.

    1. Обобщенная задача линейного программирования уже не всегда решается так же эффективно, как обычная задача, поскольку проверка условий оптимальности представляет собой отдельную подзадачу. Если эта подзадача решается достаточно просто, например, аналитически, то и обобщенная задача решается так же эффективно, как и обычная задача линейного программирования тех же размеров. В диссертации получено решение указанных подзадач, соответствующих ряду важных задач оценивания и коррекции параметров.

    2. В процессе решения как обобщенной, так и обычной задачи линейного программирования могут возникать (и возникают, как показывает опыт) большое количество вырожденных итераций, при проведении которых целевая функция не изменяется. Это связано с тем, что для вырожденного плана обычно используемые достаточные условия оптимальности не являются, вообще говоря, необходимыми. При этом резко снижается эффективность симплекс-метода. Для обобщенной задачи появление таких итераций является регулярным случаем и может быть причиной сходимости к неоптимальному значению функционала. Вместе с тем, до последнего времени не был разработан алгоритм, основанный на критерии оптимальности. Решение этого вопроса и создание теории линейного программирования, включающего вырожденный случай, проведено в диссертации.

    Целью работы является развитие методов линейного программирования и решение с их помощью оптимальных задач оценивания и коррекции параметров системы, а также получение на их основе некоторых качественных и аналитических результатов.

    Новизна работы. В работе впервые создана теория линейного программирования (в том числе и обобщенного), основанная на необходимых и достаточных условиях оптимальности и пригодная для вырожденного случая. Впервые показано, что ¿—задача оптимального планирования эксперимента может быть сведена к задаче идеальной линейной коррекции и эффективно решена как обобщенная задача линейного программирования. Впервые получен критерий оптимальности для МУ-задачи, и с помощью его найдены алгоритм решения в общем случае и аналитическое решение для случая полиномиальной регрессии. Данные результаты использованы для оптимального выбора программы измерений при оценивании геодинамических параметров Земли. Впервые показано, что задача робастного оценивания с линейными ограничениями на оцениваемые параметры может быть эффективно решена как обобщенная задача линейного программирования. То же самое показано для некоторых минимаксных задач оценивания и для задачи оптимальной идеальной линейной коррекции с ограничениями на корректирующие импульсы. Проведены массовые расчеты для спутника Земли и показано, что оптимальная программа коррекции при достаточно малом пороге, ограничивающем величины импульсов, очень хорошо моделирует оптимальную непрерывную коррекцию двигателя с малой тягой. В работе также развита теория линейного несмещенного оценивания — установлено точное описание множества весовых матриц метода наименьших квадратов, определяющих заданную несмещенную оценку, и обобщены теоремы эквивалентности, позволяющие в схеме с мешающими параметрами рассматривать только линейные оценки при условиях несмещенности и без мешающих параметров.

    Методы исследования. В работе используются методы математического программирования, линейной алгебры, матричного анализа, теории вероятностей, теоретической астродинамики.

    Практическая ценность полученных результатов состоит в том, что они являются основой для создания эффективного программного обеспечения на ЭВМ. Для всех рассмотренных в диссертации задач построены эффективные алгоритмы, которые реализованы на ЭВМ при решении конкретных задач навигации космических объектов (в частности, для проектов «Вега» и «Лагеос»).

    Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на.

    — Всесоюзном совещании-семинаре «Проблемы оптимизации и управления динамическими системами» (Владивосток, 1987);

    — семинаре центрального экономико-математического института под рук. Е. Г. Голыдтейна (Москва, 1987);

    — семинаре института математики и механики УНЦ СССР (г.СвердлоЕ 1988);

    — VII Всесоюзной конференции «Управление в механических системах» (Свердловск, 1990);

    — III Всесоюзной школе по навигации и управлению движущимися объектами (Феодосия, 1990);

    — Всероссийской конференции «Общие проблемы управления и их приложения к математической экономике» (Тамбов, Россия, 2000 г.);

    — научном семинаре «Механика, управление и информатика» ИКИ РАН (Москва, 2000);

    — семинарах под руководством акад. Ф. Л. Черноусько.

    ИПМех РАН) — акад.Я. З. Цыпкина (ИПУ РАН) — профессоров В. Н. Афанасьева, В. Б. Колмановского, В. Р. Носова (МИЭМ) — проф. А. И. Кибзуна (МАИ).

    По теме диссертации опубликованы 24 печатные работы, в том числе одна монография. Результаты диссертационной работы являются основой проектов «Решение оптимальных задач оценивания и коррекции параметров системы методами линейного программирования» (поддержан РФФИ, проект № 95−01−807) и «Разработка эффективных методов решения задач планирования эксперимента и коррекции движения и их использование в космической навигации» (поддержан РФФИ, проект № 98−01−384), в которых автор был научным руководителем.

    Объем и структура работы. Диссертация состоит из введения, шести глав, заключения и списка литературы. Общий объем работы — 260 м.п.с., напечатанных в текстовом редакторе ТеХ. Библиография — 102 названия. Текст содержит 14 рисунков, 9 таблиц.

    Заключение

    .

    В диссертации получены следующие основные научные результаты.

    Получены критерии оптимальности и разработаны строго монотонные алгоритмы решения вырожденных и обобщенных задач линейного программирования, которые естественно обобщают известные симплекс-метод и метод генерации столбцов, строго монотонные лишь в невырожденном случае. Получены оценки для оптимума в важном случае целевой линейной функции с положительными коэффициентами. На примере планирования авиаперевозок показана эффективность нового алгоритма по сравнению с известными алгоритмами, используемыми для решения больших вырожденных задач линейного программирования.

    Показана эквивалентность Ь— и МУзадач планирования эксперимента некоторым задачам оптимальной линейной идеальной коррекции Получены критерии оптимальности и разработаны алгоритмы решения указанных задач. Найдено аналитическое решение МУзадачи в случае полиномиальной регрессии. Решена практически важная задача о выборе оптимальной программы измерений при оценивании геодинамических параметров Земли.

    Показана возможность сведения к эффективно решаемым задачам обобщенного линейного программирования некоторых задач миннимаксного оценивания, а также задачи робастного оценивания.

    Задача идеальной линейной коррекции с ограничениями на величины импульсов сведена к обобщенной задаче линейного программирования. Получено эффективный алгоритм решения последней задачи для практически важных случаев. Проведены массовые расчеты для коррекции искусственного спутника Земли. Показана возможность моделирования оптимальной непрерывной коррекции с двигателем малой тягой оптимальной программой коррекции при достаточно малом пороге, ограничивающем величины импульсов.

    В работе также развита теория линейного несмещенного оценивания — впервые установлено точное описание множества весовых матриц метода наименьших квадратов, определяющих заданную несмещенную оценку, и обобщены теоремы эквивалентности, позволяющие в схеме с мешающими параметрами рассматривать только линейные оценки при условиях несмещенности и без мешающих параметров.

    Показать весь текст

    Список литературы

    1. И.К., Почукаев В. Н. Оптимальное планирование навигационных измерений в космическом полете. М.: Машиностроение, 1976.
    2. .Ц. Выбор оптимальных моментов независимых траекторных измерений // Косм, исследования. 1970. Т.8. № 1. С. 3−7.
    3. .Ц. Некоторые задачи оценки точности прогнозирования парметров траектории и алгоритмы их решения // Косм, исследования. 1974. Т.12. № 6. С. 811−818.
    4. .Ц. Комбинаторный метод решения задачи оптимальной коррекции траектории при ограничении на число импульсов // Косм, исследования. 1976. Т.14/ № 4. С. 630−632.
    5. .Ц. Представление весовых матриц, определяющих заданную оценку наименьших квадратов // Навигационная привязка и статистическая обработка космической информации. М.: Наука, 1983, С. 81−90.
    6. .Ц. Решение вырожденной и обобщенной задач линейного программирования на основе критериев оптимальности: Препринт № 1265. М.: Ин-т космических исследований АН СССР, 1987.
    7. .Ц. Гарантированные характеристики точности линейного оценивания, их свойства и применение. Препринт № 1332. М.: Ин-т космических исследований АН СССР, 1987.
    8. .Ц. Симплексный алгоритм решения оптимальной задачи гарантирующего оценивания с немоделируемыми возмущениями // Косм, исследования. 1988. Т.26 N ° 1. С. 127−141.
    9. .Ц. Критерии оптимальности и алгоритмы решения вырожденной и обобщенной задач линейного программирования // Экономика и мат. методы. 1989. Т.28. № 2. С. 314−324.
    10. .Ц. Эффективный симплексный алгоритм для некоторых задач минимаксного оценивания. Седьмая Всесоюзная конференция «Управление в механических системах». Тезисы докладов. г. Свердловск. 1990, С. 12.
    11. .Ц. Критерий оптимальности и алгоритм решения обобщенной задачи линейного программирования. «Понтря-гинские чтения-VII». Тезисы докладов. г. Воронеж. 1996, С. 31.
    12. .Ц. О решении проблемы моментов методами линейного программировавния. Тезисы докладов конф. «Математическое программирование и приложения.» Ин-т математики и механики, г. Екатеринбург. 1999.
    13. .Ц. Теория и симплексные алгоритмы решения задач L-, MV- и Е-оптимального планирования эксперимента. Тезисы докладов конф. «Механика, управление и информатика. 1999, http://www.iki.rssi.ru/seminar.
    14. .Ц., Баюк О. А., Филимонов В. О. Оптимальное планирование лазерных наблюдений спутников ЛАГЕОС 1, 2 //Космическая геодезия и современная геодинамика. Москва: Наука, 1996, С.205−221.
    15. .Ц., М.И.Войсковский, Ч. В. Пак. Об оптимальной линейной идеальной коррекции при ограничениях на корректирующие импульсы //Космические исследования. 1997.Т.35. № 4. С. 387−395.
    16. .Ц., М.И.Войсковский О решении проблемы моментов методами линейного программирования // Вестник Тамбовского Университета, 2000, Т.5, вып.4. С. 412−413.
    17. .Ц., Матасов А. И., Федяев К. С. О решении вырожденных задач линейного программирования. Автоматика и телемеханика. 2000. № 1. С.105−117.
    18. .Ц., Назиров P.P., Эльясберг П. Е. Определение и коррекция движения. М.: Наука, 1980.
    19. В.Ц., Назиров P.P., Элъясберг П. Е. Оптимизация определения орбиты при неполном знании ковариационной матрицы и математического ожидания ошибок // Космические исследования. 1977. Т.15. № 5. С. 658−667.
    20. .Ц., Соловьев В. Н. Применение теоремы двойственности к задаче оптимального гарантирующего оценивания оце-нивания//Космич. исследования. 1990. Т.28. № 2. С.163−169.
    21. .Ц., Соловьев В. Н. Теория и алгоритмы решения задач L- и MV-оптимального планирования эксперимента. Автоматика и телемеханика. 1998. № 8. С. 80−96.
    22. .Ц., Суханов A.A. Выбор оптимального состава астроизмерений для определения орбит искусственных спутников // Космические исследования. 1977. Т.15. № 1. С. 3−7.
    23. .Ц., Суханов A.A., Эльясберг П. Е. Априорная точность прогноза положения кометы Галлея по наземным и бортовым наблюдениям // Космические исследования, 1985. Т.23. № 5. С. 876−885.
    24. O.A. Определение параметров вращения Земли по лазерным наблюдениям искусственных спутников Земли ЛАГЕОС 1, 2 //Космическая геодезия и современная геодинамика. М: Наука, 1996, С.233−244.
    25. Л.Ю. Определение оптимальных моментов измерений //Космич. исследования, 1969. т. 7. N ° 1. с. 28−34.
    26. Л.Ю., Комаров В. А. Некоторые общие результаты в задаче определения оптимальных моментов измерения для различных моделей ошибок измерений // Косм, исследования. 1970. Т.8. № 3. С. 452−453.
    27. Гольштейн Е. Г Выпуклое программироание. Элементы теории. М.: Наука, 1989.
    28. Войсковский М. И, Меринов И. Е. Симплексный алгоритм решения минимаксной задачи оценивания//Препринт 1697 Института космических исследований АН СССР. 1990.
    29. М.И. Симплексный алгоритм решения задачи MF-оптимального планирования эксперимента // Препринт 1979 Института космических исследований РАН. 1998.
    30. Е.Г., Третьяков Н. В. Модифицированные функции Лагранжа. М.: Наука, 1989.
    31. Дж. Линейное программирование, его применения и обобщения. М.: Прогресс, 1966. (G.B.Dantzig. Linear Programming and Extensions. Princeton U.P., 1963.)
    32. Е.З. Линейная и нелинейная регрессии. M:. Фине-ансы и статистика, 1981.
    33. С.М., Жиглявский А. А. Математическая теория оптимального эксперимента. М.: Наука, 1987.
    34. Математическая теория планирования эксперимента /Под ред. Ермакова С. М. М.: Наука, 1983.
    35. В.Г. Об оптимизации программы траекторных измерений // Косм, исследования. 1971. Т.9. № 1.С. 17.
    36. А.Д., Тихомиров В.М, Теория экстремальных эадач. -М.: Наука, 1974.
    37. Л. В. Математические методы организации и плакирования производства. JL: Изд-во Ленинградского универ-сйтета, 1939.
    38. JI.B., Акилов Г. П. Функциональный анализ в нормированных пространствах. М.: Физматгиз, 1959.
    39. H.H. Теория управления движением.- М.: Наука, 1968.
    40. A.B. Управление и оценивание в условиях неопределенности.- М.: ННаука, 1977.
    41. О. М. Коробочкин Ю.Б., Шаталов С. А. Минимаксная обработка информации. М.: Энергоатомиздат, 1990.
    42. Э. Теория точечного оцениванияю М.: Наука, 1991.
    43. М.Л. К априорным оценкам точности определения параметров по методу наименьших квадратов// Косм, исследования. 1964. Т.2. № 5. С. 713−718.
    44. М.Л. Математическая аналогия между некоторыми оптимальными задачами коррекции траекторий и выбора состава измерений и алгоритмы их решения // Космические исследования. 1971. Т.9. № 5. С. 687−706.
    45. М.Л. Эффективный алгоритм решения задачи о выборе оптимальной программы измерений // Космические исследования. 1985. Т.23. № 4. С. 499−517.
    46. М.Л. О модификации симплекс-метода линейного программирования в случае вырождения//Космические исследования. 1991. Т.29. № 4. С. 499−508.
    47. М.Л., Бакума Л. М. Определение оптимальной программы измерений с ограничениями на ошибки оценки трех параметров движения суточного спутника // Космические исследования. 1986. Т.24 С. 483−496.
    48. Лидов М. ЛБакума Л. М. Экспериментальная проверка эф-фективнрсти нового алгоритма для задачи оценивания с не-моделируемыми ускорениями // Космические исследования. 1991. Т.29. № 3.
    49. М.И., Бахшиян Б. Ц., Матасов А. И. Об одном направлении в проблеме гарантирующего оценивания (обзор) // Космические исследования. 1991. Т.29. № 5. С. 659−684.
    50. М.Л., Матасов А. И. Об одном обобщении задачи о «наихудшей корреля- ции» //Космические иследования, 1989. т. 27, № 3, с. 454−456.
    51. Р.Ш., Ширяев А. Н. Статистика случайных процессов. М.- Наука, 1974.
    52. В.В., Кибзун А. И. Анализ и синтез высокоточных систем управления летательными аппаратами. М.: Машиностроение, 1987.
    53. А.Г., Осипенко К. Ю. Наилучшее приближение функций, заданных с погрешностью в конечном числе точек //Математические заметки, 1975. т. 17, N0 3, с. 359−368.
    54. А.И. Об оптимальности линейных алгоритмов гарантирующего оцени- вания. Часть I //Космические иследования, 1988. т. 26, № 5, с. 643−653.
    55. А.И. Об оптимальности линейных алгоритмов гарантирующего оценивания. Часть П //Космические иследования, 1988. т. 26, № 6, с. 807−812.
    56. Д. Ф. Оптимальные траектории для космической навигации. М.: Мир, 1966.
    57. Л.С. Оптимизация больших систем. М: Наука, 1975.
    58. М. Математическое программирование. Теория и алгоритмы. М.: Наука, 1989.
    59. . Современное линейное программирование М.: Мир, 1984. (A.Murtagh. Advanced Linear Programming: Computation and Practice. McGraw-Hill International Book Company, 1981.)
    60. В. Б. Одна теорема двойственности и Е-оптимальность// Заводская лаборатория. Т.82. № 3. С. 48−50.
    61. В.Б., Крылова Л. А. Е-оптимальные планы для кубической регрессии на симметричном отрезке//Вестник СПбГУ Сер.1, 1996, вып. З (№ 15). С. 26−30.
    62. P.P., Тимохова Т. А. Оптимальная линейная коррекция эллиптических орбит // Автоматика и телемеханика. 1993. № 3 С. 93−101.
    63. Обен Ж.-П., Экланд И. Прикладной нелинейный анализ. М.: Мир, 1988.
    64. А.Р. Стратегии управления в линейной стохастической системе с негауссовскими возмущениями //Автоматика и телемеханика, 1994. № 6, с. 74−83.
    65. Н.А., Морозов В. М., Борзое В. И. Задача коррекции в инерциальной навигации. М.- Изд-во МГУ, 1982.
    66. .Т. Введение в оптимизацию. М.: Наука, 1983.
    67. .Н. Необходимые условия экстремума.М.: Наука, 1982.
    68. Р. Выпуклый анализ. М.: Мир, 1973
    69. С. А. Титаренко Б.П. Устойчивые методы оценивания. М.: Статистика, 1980.
    70. В.Н. Двойственность некоторых невыпуклых экстремальных задач //Ж.вычисл.матем. и мат.физики. 1987. Т.27. № 2. С. 459−464.
    71. В.Н. Двойственные алгоритмы минимаксного оценивания параметров движения в непрерывной постановке //Космические иследования, 1991. т. 29, № I, с. 127−132.
    72. В.Н. Об оптимальности линейных алгоритмов в задаче гарантирующего оценивания при случайных ошибках измерений //Космические иследования, 1994. т. 32, N 0 2, с. 122 124.
    73. В.Н. Двойственные экстремальные задачи и их применения к задачам минимаксного оценивания //Успехи математических наук, 1997. т. 52, № 4, с. 49−86.
    74. В.М. Выпуклый анализ. В книге: Современные проблемы математики, фундаментальные направления. Анализ-8, М.: ВИНИТИ, 1987, с. 5- 101.
    75. В.М. Теория приближений. В книге: Современные проблемы математики. Фундаментальные направления. Анализ-Б, М.: ВИНИТИ, 1987, с. 103−26.0.
    76. B.B. Теория оптимального эксперимента. М.: Наука, 1971.
    77. В. В. Активные регрессионные эксперименты // Математические методы планирования эксперимента. Новосибирск: Наука, 1983, С. 19.
    78. Р. Хорн, Ч.Джонсон. Матричный анализ.М.:Мир, 1989.
    79. П. Робастность в статистике. М.: Мир, 1984.
    80. Ф.Л. Оценивание фазового состояния динамических систем. М.: Наука, 1988.
    81. Ф.Л., Меликян A.A. Игровые задачи управления и поиска. М.: Наука, 1978.
    82. Ф.Л., Колмановский В. Б. Оптимальное управление при случайных возмущентях. М.: Наука, 1979.
    83. И., Темам Р. Выпуклый анализ и вариационные проблемы. М.: Мир, 1979.
    84. П.Е. Определение движения. М.: Наука, 1976.
    85. П.Е. Измерительная информация: сколько ее нужно? как ее обрабатывать? М.: Наука, 1983.
    86. B.Ts.Bakhshiyn, I.A.Yastrzhemsky Comet Halley orbit optimum determination by means of ground based astrometric observationsand on board observations from the «Vega» spacecraft//Adv.Space Res. 1987.V.5. N12. P.181−183.
    87. B.Ts.Bakhshiyn, O.A.Bayuk Optimization of the distribution of centerline the observations of the oscillatory system//Control of Oscillatios and Chaos. Proceedings of 1st International Conference. 1997. St.Peterburg. V.2. P.238−241.
    88. R.G.Bland. New finite pivot rules for simplex method// Math. Oper. Res. 1977. V. 2. P. 103−107.
    89. Elfving G. Optimum allocation in linear programming // Ann.Math.Statist. 1952. V.23. P. 255.
    90. G.B.Dantzig. Making Progress During a Stall in the Simplex Algorithm // Linear Algebra and its Applications. 1989. V.114/115. P. 251−259.
    91. Huber P.J. Robust Estimation of a Location Parameter//Annals of Mathamatical Statistics, 1964. V.5,PP.73−101.
    92. Kibzun A.I., Kan Yu.S. Stochastic Programming Problems (with Probability and Quantile Functions). John Wiley and Sons, Chichester-New York-Brisbane-Toronto- Singapore, 1996.
    93. T.C. T. Kotiun, D.I.Steinberg. On the Possibility Cycling with the Simplex Method//Oper. Res. 1984. V.26. № 2. P. 374−376.
    94. Mitra S.K., Moore J.B. Gauss-Markoff estimation with an incorrect dispersion matrix // Sankhya. 1973, Ser.A. V.35. P. 139 152.
    95. Pukelsheim F. Optimal design of experiments. New York: J. Wiley and Sons, 1993.
    96. Rao C.R. Unified theory of linear estimation// Sankhya. 1971, Ser.A. V.335. P. 371−399.
    97. Rao C.R. Representations of best linear unbiased estimatiors in the Gauss-Markoff models with a singular dispersion matrix // J.Multivar.Anal. 1973. V.3. P. 276−292.
    98. Rao C.R. On a unified theory of estimation in linear models a review of recent results // Perspectives in probability and statistics.L.etc.: Acad. press, 1975, P. 89−104.
    99. Rao C.R., Mitra S.K. Generalized inverse of matrices and its applications. N.Y.: Wiley, 1971.
    100. D.M. Ryan, M.R.Osborne. On the solution of highly degenerate linear programmes // Mathematical Programming. 1988. V.41. P. 385−392.
    101. Waespy C.M. Linear-programming solutions for orbital-transfer trajectories // Operation Research. 1970. V.18. № 5. P. 635−653.
    102. P.Wolfe. A technique for resolving degeneracy in linear programming. J. Soc. Indust. and Appl. Math. 1963. V.ll. P. 205 211.
    Заполнить форму текущей работой

    Пора сдавать?