54 УДК 519.254 РАСПОЗНАВАНИЕ ЗАВИСИМОСТЕЙ ВО ВРЕМЕННЫХ РЯДАХ НА ОСНОВЕ СТРУКТУРНЫХ РАЗНОСТНЫХ СХЕМ А. Н. <...> Студенческая, 54а 2Троицкий филиал Челябинского государственного университета, 457100, г. Троицк Челябинской обл., ул. <...> Разина, 9 E-mail: at2001@yandex.ru tf chelgu@mail.ru Описан метод распознавания зависимостей, в котором каждой модели сопоставляется линейная или нелинейная структурная разностная схема. <...> Включение в структурные модели нелинейных разностных схем позволяет существенно расширить множество распознаваемых зависимостей. <...> Метод даёт возможность выбрать искомую модель среди заданного множества зависимостей. <...> Выбирают ту модель, для которой расстояние между вектором оценок коэффициентов авторегрессии и соответствующей областью допустимых значений коэффициентов структурной разностной схемы минимально. <...> Когда система работоспособна, значения параметров модели остаются стабильными и соответствуют области значений нормальной эксплуатации, а момент появления дефекта в системе, как правило, соответствует изменению типа модели. <...> Обычно исследуемый процесс представляет собой ряд равномерно дискретизированных значений показателя yk = y(tk) = y(k∆), где ∆ — интервал дискретизации. <...> При идентификации зависимостей обычно используют структурно-детерминированные (экстраполяционные) и стохастические (авторегрессионные) модели временн´ ых рядов. ых рядов [1, 2]. <...> Однако при применении структурно-детерминированных моделей не учитывается взаимосвязь членов временн´ модели разработаны в основном для стационарных и стационарных в конечных разностях временн´ Одним из эффективных методов моделирования временн´ ых рядов является одновременное использование структурно-детерминированных и стохастических моделей в виде линейных разностных схем (РС) [3–5], учёт случайной компоненты в которых приводит к моделям авторегрессии (АР) или авторегрессии—скользящего среднего. <...> Он применяется для линейных и линеаризованных <...>