10.04.2015 Views

2006(№1)

2006(№1)

2006(№1)

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

ное число. В качестве невязки h в классической теории обычно выбирается расстояние Хаусдорфа<br />

h( A,<br />

B ) , являющееся метрикой пространства компактных множеств H ( C ) [1]:<br />

8<br />

( )<br />

{ x∈A y∈B<br />

}<br />

( )<br />

( y∈B ) ( x∈A<br />

)<br />

h A, B = max sup inf x − y ; sup inf x − y , A,<br />

B ∈ H C . (1)<br />

Поиск параметров элементарных отображений<br />

w l осуществляется через минимизацию<br />

расстояния h( A,<br />

B ) . Алгоритм минимизации (т. е. конструирования оптимального<br />

коллажа из покрытий w ( M )) в общем случае не определен.<br />

l<br />

Результирующий коллаж ( ) W M должен состоять из уменьшенных копий исходного<br />

фрактала. Поэтому каждое элементарное отображение w l должно быть сжимающим, т. е.<br />

для всех элементарных отображений должно выполняться условие<br />

( ) ( ) , 0 1<br />

w x − w y ≤ s x − y ≤ s < .<br />

l l l l<br />

Величина s l представляет собой параметр сжатия для каждого<br />

w l . Важным достоинством<br />

аффинных отображений является постоянство параметра сжатия s l для любой<br />

точки рассматриваемого пространства ( ) H C .<br />

В работе [3] предложено применение подобного подхода к формализации моделей<br />

биологических систем. Наряду с решением задачи синтеза формализованной модели показана<br />

эффективность указанного подхода для сжатия экспериментальных данных [4]. Данные<br />

работы [3] указывают на достигнутые значения невязки между исходным нерегулярным<br />

самоподобным множеством и моделью, определяемой в соответствии с выражением<br />

(1), свыше 10 %, что является критическим во многих задачах анализа и оптимизации технологических<br />

и диагностических процессов.<br />

Альтернативный подход к решению ОЗФМ, именуемый методом полиномиального<br />

коллажа, заключается в аппроксимации фракталов множествами Жюлиа инверсных полиномов<br />

[5]. Подобный подход наиболее актуален при решении задач идентификации и<br />

функционального анализа в системах, аттракторы которых являются инвариантами нелинейных,<br />

а не квазилинейных преобразований, в частности, в системах с глубоко нелинейной<br />

обратной связью, модель которой хорошо описывается степенными многочленами.<br />

Нелинейностями этого типа часто описываются процессы, происходящие в реальных физических<br />

системах, при этом соответствующие фракталы носят название множеств Жюлиа.<br />

В качестве целевой при решении ОЗФМ в данном случае выступает аппроксимирующая<br />

исходный фрактал рекурсивная функция P ( z ) . Тогда F ( z) P ( z) p ( z)<br />

,<br />

−1<br />

L<br />

≈ =∪ ( )<br />

Определим обратную функцию P ( z)<br />

в виде полиномиального разложения порядка L<br />

L<br />

l=<br />

1<br />

l<br />

z ∈ H C .<br />

− 1 ( ) l<br />

P z = ∑ C z . (2)<br />

l<br />

l=<br />

0<br />

Подобную аппроксимацию можно трактовать как разложение в ряд по степенному базису.<br />

Задача заключается в нахождении оптимальных параметров l C разложения (2), обеспечивающих<br />

наилучшую аппроксимацию исходного фрактала аттрактором отображения ( ) P z .

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!