دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الگوریتم ها و ساختارهای داده ویرایش: نویسندگان: Eric Walter and Luc Pronzato. سری: ISBN (شابک) : 2225853819 ناشر: سال نشر: تعداد صفحات: 431 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Identification of parametric models from experimental data به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب شناسایی مدل های پارامتریک از داده های تجربی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
ارائه یک روش منسجم برای تخمین پارامترهای مدلهای ریاضی از دادههای تجربی در این جلد بررسی میشود. موضوعات زیادی از جمله انتخاب ساختار مدل ریاضی، انتخاب یک معیار عملکرد برای مقایسه مدل ها، بهینه سازی این معیار عملکرد، ارزیابی عدم قطعیت در پارامترهای تخمین زده شده، طراحی آزمایش ها به گونه ای که مرتبط ترین داده ها و تحلیل انتقادی نتایج. همچنین چندین ویژگی منحصر به فرد برای کار وجود دارد، مانند ارائه بهروز روششناسی برای آزمایش مدلها برای شناسایی و تشخیصپذیری و درمان جامع بهینهسازی پارامتری که شامل در نظر گرفتن بیشتر جنبههای عددی است و به بررسی بازگشتی و غیرمستقیم میپردازد. روش های بازگشتی برای مدل های خطی و غیر خطی
The presentation of a coherent methodology for the estimation of the parameters of mathematical models from experimental data is examined in this volume. Many topics are covered including the choice of the structure of the mathematical model, the choice of a performance criterion to compare models, the optimization of this performance criterion, the evaluation of the uncertainty in the estimated parameters, the design of experiments so as to get the most relevant data and the critical analysis of results. There are also several features unique to the work such as an up-to-date presentation of the methodology for testing models for identifiability and distinguishability and a comprehensive treatment of parametric optimization which includes greater consider ation of numerical aspects and which examines recursive and non-recursive methods for linear and nonlinear models.