RUS  ENG
Полная версия
ЖУРНАЛЫ // Вестник Южно-Уральского государственного университета. Серия «Математика. Механика. Физика» // Архив

Вестн. Южно-Ур. ун-та. Сер. Матем. Мех. Физ., 2019, том 11, выпуск 4, страницы 32–38 (Mi vyurm426)

Эта публикация цитируется в 3 статьях

Математика

Параметрическая идентификация квазилинейного разностного уравнения

А. В. Панюков, Я. А. Мезал

Южно-Уральский государственный университет, г. Челябинск, Российская Федерация

Аннотация: Идентификация квазилинейного разностного уравнения сводится к задаче регрессионного анализа с взаимно зависимыми наблюдаемыми переменными. Это делает неэффективными классические схемы решения, основанные на методе наименьших квадратов и его вариациях. Нахождение оценок коэффициентов уравнения авторегрессии существенно осложняется плохой обусловленностью системы уравнений, представляющих собой необходимые условия минимума суммы квадратов отклонений. При этом оценки параметров задачи оказываются несостоятельными. Для решения подобных задач возможно применение обобщённого метода наименьших модулей (ОМНМ), сводимого к решению последовательности задач оценки коэффициентов уравнения регрессии по взвешенному методу наименьших модулей (ВМНМ). В статье предложен алгоритм решения задачи ВМНМ-оценивания, на основе ее сведения к задаче линейного программирования (ЛП) простой структуры. Простота структуры допустимого множества используемой задачи ЛП: пересечение линейного подпространства с параллелепипедом, — позволяет предложить эффективный алгоритм ее решения, основанный на методе проекции градиента. Алгебраическая вычислительная сложность предложенного алгоритма не превосходит величины $O(N^2M^2)$, где $N$ — количество коэффициентов в исследуемом уравнении, $M$ — количество наблюдаемых значений. Данная оценка вычислительной сложности ВМНМ является наилучшей из известных.

Ключевые слова: метод наименьших модулей, модель авторегрессии, линейное программирование, метод проекции градиента, вычислительная сложность.

УДК: 519.6

Поступила в редакцию: 20.09.2019

DOI: 10.14529/mmph190404



© МИАН, 2024