В современных системах автоматизированного проектирования ши

158
Рис. 6.6.
Сложная многоуровневая система распознавания
Рис. 6.7.
Пример архитектурного решения кластера

---

159
представляется в виде карты высот. Карта высот подвергается нормализа-
ции и направляется в модуль распознавания верхнего уровня (Node array, 
см. рис. 6.7), где на основе данных от различных систем нижнего уровня 
происходит распознавание и моделирование свойств объекта. Результаты 
исследования, а также диагностическая информация представляются поль-
зователю посредством системы контроля и управления [123] (Output / Con-
trol system, см. рис. 6.7). 
6.6. Оценка достоверности 
Оценка достоверности результатов моделирования может быть про-
изведена различными методами, в частности, непараметрическим. 
Непараметрический метод выявления отклонений заключается в 
ранжировании анализируемых значений 
Х
1 <= 
Х
2 <= ... <= 
Хn
и вычисле-
ниистатистики 
r
для крайних значений [126]. Формулы расчёта зависят от 
числа анализируемых значений 
n
и от того, значение с какого края прове-
ряется на аномальность (самое большее или меньшее) (табл. 6.1). 
Таблица 6.1 
Формула для работы отклонений
Число
значений 
Проверяется
максимальное
значение Хn 
Проверяется
минимальное
значение Х
 
1 
3<=<
n
<=7 
r
10=(
Хn
-
Х
(
n
-1))/(
Хn
-
Х1
) 
(
Х
2-
Х
1)/ (
Хn
-
Х1
) 
8<=
n
<=10 
r
11=(
Хn
-
Х
(
n
-1))/(
Хn
-
Х
 
2) (
Х
2-
Х
1)/ (
Х
(
n
-1)-
Х
1) 
11<=
n
<=13 
r
20=(
Хn
-
Х
(
n
-2))/(
Хn
-
Х
2) 
(
Х
3-
Х
1)/ (
Х
(
n
-1)-
Х
1) 
14<=
n
<=25 
r
21=(
Хn
-
Х
(
n
-2))/(
Хn
-
Х
3) (
Х
3-
Х
1)/(
Х
(
n
-2)-
Х
1) 

---

160
Полученное значение 
r
сравнивается с критическим 
r
и считается 
аномальным, если 
r
> 
ar
. 
После этого процедура проверки повторяется для оставшихся 
n
–1 
значений. 
Данный критерий оптимален для малых серий наблюдений (данных) 
и не зависит от числа имеющихся аномальных значений. В то время, как 
приведённый ранее параметрический критерий (особенно для небольших 
серий) оптимален, когда имеется лишь одно аномальное значение. 
Рассматриваемая 
математическая 
модель 
в 
совокупности 
с 
эволюционной стратегией позволяет оценивать критические ситуации для 
кластерных систем обработки информации и выявлять их последствия, а 
также моделировать и оптимизировать адаптивными методами показатели 
качества подобных систем [128].

---