Сформулирована проблема повышения качества идентификации случайных временных рядов (СВР), представляющих нестационарные объекты многоконтурных систем управления на основе эффективного поиска глобального и локальных экстремумов при рациональных параметрах моделей целевой функции оптимизации. Предложен новый подход к оптимизации поиска при рассмотрении статистических и динамических характеристик СВР в качестве особей поколения популяции, а также отражения множества координатных точек в пространстве эволюции в сторону оптимальных значений целевой функции. Разработан модифицированный генетический алгоритм (ГА) на основе совмещения, обобщения возможностей и использования свойств генетических операторов эволюционного моделирования. Введены процедуры статистической селекции популяции поисковых точек, исключения “неудачных” потомков, смены поколений особи на основе элиминирования и замены неперспективных особей. Исследована эффективность программного комплекса идентификации СВР на основе механизмов настройки параметров по рекуррентным зависимостям, традиционным и модифицированным ГА.

Кўп контурли бошқариш тизимида оптималлаштирувчи мақсад функцияси моделининг рационал параметрлари бўйича глобал ва локал экстремумларни самарали излаш асосида тасодифий вақтли қатор (ТВҚ) билан тавсифланган ностационар объектни сифатли идентифкация қилиш муаммоси талқин этилган. ТВҚнинг статистик ва динамик таснифларини популяция авлоди зотлари сифатида қабул қилиш ҳамда мақсад функцияси мақбул қийматларини аниқлашда эволюция соҳасида координата нуқталари тўпламини акс эттириш асосида излашни оптималлаштириш учун янги ёндашув таклиф этилган. Тадрижий моделлаштириш генетик операторлари имкониятларини бирлаштириш, умумлаштириш ва хоссаларидан фойдаланиш бўйича такомиллаштирилган генетик алгоритм (ГА) ишлаб чиқилган. Излаш нуқталари популяциясини статистик селекциялаш, “ноқобил” авлодни йўқотиш, элиминациялаш ва истиқболсиз зотларни алмаштириш асосида зотлар авлодини айирбошлаш амаллари киритилган. ТВҚни идентифтикациялашга чамаланган дастурий мажмуа самарадорлиги параметрларни рекуррент ифодалар, анъанавий ва такомиллаштирилган ГАларга таянган механизмлар бўйича тадқциқ қилинган.

Paper formulated the problem of increasing the quality of identification for casual time series (CTS), representing non-stationary objects in multicontour control systems on the basis of effective search of global and local extremums when parameters of target optimization function are rational. The new approach is offered to optimization of search by consideration statistical and dynamic characteristics of CTS as specimen of population generation, and by reflection of coordinate points set in space of evolution toward optimal values of target function. The modified genetic algorithm (GA) is developed on the basis of overlapping, generalization of opportunities and use of properties of genetic operators for evolutionary modeling. Procedures are entered for statistical selection of search points population, exception «unsuccessful» descendants, change of specimen generations on the basis of elimination and replacement unpromising specimen. Efficiency of the program complex to CTS identification is investigated on the basis of mechanisms to adjustment of parameters by recurrent dependences, traditional and modified GA.