Помощь студентам в учебе
ПОВЫШЕНИЕ ТОЧНОСТИ АНАЛИЗА ГЕТЕРОСКЕДАСТИЧНЫХ ИЗМЕРИТЕЛЬНЫХ ДАННЫХ
|
Введение 5
ГЛАВА 1 Методы уменьшения систематической погрешности измерений ... 11
1.1 Погрешность и неопределенность результата измерения 11
1.1.1 Погрешность результата измерения 11
1.1.2 Неопределенность результата измерения 14
1.2 Итерационные методы 15
1.2.1 Аддитивный итерационный метод 15
1.2.2 Мультипликативный итерационный метод 18
1.2.3 Дальнейшее развитие итерационного метода 20
1.3 Метод образцовых мер 22
1.4 Тестовые методы 24
1.4.1 Аддитивные и мультипликативные тесты 25
1.4.2 Дальнейшее развитие тестового метода 27
Выводы к главе 1 31
ГЛАВА 2 Повышение точности оценок измеряемых величин в совокупных
измерениях 32
2.1 Совокупные измерения и гетероскедастичность 32
2.2 Метод аддитивных совокупных измерений 34
2.2.1 Параметрическое уравнивание 34
2.2.2 Применение параметрического уравнивания в аддитивных совокупных
измерениях 38
2.2.3 Доказательство эффективности предложенного метода АСИ 40
2.2.4 Геометрическая интерпретация метода аддитивных совокупных
измерений 43
2.3 Метод мультипликативных совокупных измерений 45
Выводы к главе 2 48
ГЛАВА 3 Повышение точности оценки измеряемой величины с помощью
агрегирования предпочтений 49
3.1 Метод комплексирования интервальных измерительных данных
агрегированием предпочтений 49
3.1.1 Интервалы и диапазон актуальных значений 50
3.1.2 Представление исходных интервальных данных инранжированиями .... 51
3.1.3 Агрегирование инранжирований 51
3.1.4 Этапы процедуры IF&PA 53
3.1.5 Дальнейшие этапы для повышения точности IF&PA 55
3.2 Свойства разбиения диапазона актуальных значений 56
3.2.1 Математическое описание формирования дискретных значений 57
3.2.2 Нелинейное влияние нормы разбиения на результат комплексирования 61
ГЛАВА 4 Экспериментальные исследования предложенных методов
повышения точности измерений 66
4.1 Расчет погрешности используемых в экспериментах СИ 66
4.2 Метод аддитивных совокупных измерений 67
4.2.1 Эксперимент по уменьшению неопределенности типа B 67
4.2.2 Результаты и обсуждение 69
4.3 Метод мультипликативных совокупных измерений 75
4.3.1 Эксперимент по уменьшению неопределенности типа B 75
4.3.2 Результаты и обсуждение 76
4.4 Усовершенствованный метод IF&PA 78
4.4.1 Программное обеспечение для экспериментальных исследований метода
IF&PA 78
4.4.2 Согласование значений фундаментальных физических констант 79
4.4.3 Повышение точности измерения напряжения постоянного тока 96
4.4.4 Повышение точности измерения угловых скоростей 100
Выводы к главе 4 104
Заключение 107
Список сокращений и обозначений 109
Список используемой литературы 111
Приложение А. Акты внедрения диссертационной работы 121
ГЛАВА 1 Методы уменьшения систематической погрешности измерений ... 11
1.1 Погрешность и неопределенность результата измерения 11
1.1.1 Погрешность результата измерения 11
1.1.2 Неопределенность результата измерения 14
1.2 Итерационные методы 15
1.2.1 Аддитивный итерационный метод 15
1.2.2 Мультипликативный итерационный метод 18
1.2.3 Дальнейшее развитие итерационного метода 20
1.3 Метод образцовых мер 22
1.4 Тестовые методы 24
1.4.1 Аддитивные и мультипликативные тесты 25
1.4.2 Дальнейшее развитие тестового метода 27
Выводы к главе 1 31
ГЛАВА 2 Повышение точности оценок измеряемых величин в совокупных
измерениях 32
2.1 Совокупные измерения и гетероскедастичность 32
2.2 Метод аддитивных совокупных измерений 34
2.2.1 Параметрическое уравнивание 34
2.2.2 Применение параметрического уравнивания в аддитивных совокупных
измерениях 38
2.2.3 Доказательство эффективности предложенного метода АСИ 40
2.2.4 Геометрическая интерпретация метода аддитивных совокупных
измерений 43
2.3 Метод мультипликативных совокупных измерений 45
Выводы к главе 2 48
ГЛАВА 3 Повышение точности оценки измеряемой величины с помощью
агрегирования предпочтений 49
3.1 Метод комплексирования интервальных измерительных данных
агрегированием предпочтений 49
3.1.1 Интервалы и диапазон актуальных значений 50
3.1.2 Представление исходных интервальных данных инранжированиями .... 51
3.1.3 Агрегирование инранжирований 51
3.1.4 Этапы процедуры IF&PA 53
3.1.5 Дальнейшие этапы для повышения точности IF&PA 55
3.2 Свойства разбиения диапазона актуальных значений 56
3.2.1 Математическое описание формирования дискретных значений 57
3.2.2 Нелинейное влияние нормы разбиения на результат комплексирования 61
ГЛАВА 4 Экспериментальные исследования предложенных методов
повышения точности измерений 66
4.1 Расчет погрешности используемых в экспериментах СИ 66
4.2 Метод аддитивных совокупных измерений 67
4.2.1 Эксперимент по уменьшению неопределенности типа B 67
4.2.2 Результаты и обсуждение 69
4.3 Метод мультипликативных совокупных измерений 75
4.3.1 Эксперимент по уменьшению неопределенности типа B 75
4.3.2 Результаты и обсуждение 76
4.4 Усовершенствованный метод IF&PA 78
4.4.1 Программное обеспечение для экспериментальных исследований метода
IF&PA 78
4.4.2 Согласование значений фундаментальных физических констант 79
4.4.3 Повышение точности измерения напряжения постоянного тока 96
4.4.4 Повышение точности измерения угловых скоростей 100
Выводы к главе 4 104
Заключение 107
Список сокращений и обозначений 109
Список используемой литературы 111
Приложение А. Акты внедрения диссертационной работы 121
Актуальность темы. Повышение требований к качеству продукции и эффективности производства, обусловленное развитием науки и техники, влечет за собой радикальное изменение требований к измерениям. Одно из основных требований состоит в снижении погрешности (или неопределенности) результатов измерений. Стремление свести погрешность к минимуму характеризует основные направления развития практической метрологии и приборостроения. Эта направленность особенно важна в ситуациях, где требуемая точность измерений приближается к точности, которую могут обеспечить эталоны.
Повышение точности измерений, как правило, основано на оценивании погрешностей и различных способах их исключения из результатов измерений. К традиционным методам повышения точности измерений относятся итерационные методы, методы образцовых мер и тестовые методы. Для их эффективной реализации требуется вводить в измерительную систему аппаратную избыточность, метрологические характеристики которой нередко должны иметь более высокие значения по сравнению с исходной измерительной системой. Необходимым условием для применения традиционных методов является превалирование систематической составляющей погрешности над случайной составляющей, причем случайная составляющая возрастает после применения традиционных методов. Следовательно, при разработке методов повышения точности результатов измерений следует отдавать предпочтение подходам, обеспечивающим одновременное уменьшение всех составляющих погрешности вне зависимости от их природы и без необходимости введения аппаратной избыточности.
При обработке результатов измерений следует также учитывать, что могут иметь место определенные ограничения, накладываемые на допустимые свойства данных, такие как требования нормальности распределений и независимости наблюдений, отсутствия выбросов, постоянства дисперсии для всех наблюдений и т.д. Такие данные называются гомоскедастичными. Однако в реальных условиях результаты измерений часто характеризуются гетероскедастичностью, т.е. неравной дисперсией. Эта ситуация обычно имеет место при измерении определенной величины разными (разнотипными) приборами и (или) разными методами измерения или в разных условиях окружающей среды. Гетероскедастичность данных измерений возникает, в частности, в таких ситуациях, как: межлабораторные и (или) ключевые сличения, согласование значений фундаментальных констант, сбор данных с узлов сенсорных сетей и т.п. Традиционные методы параметрической статистики не могут эффективно работать с гетероскедастичными данными без предварительной проверки согласованности и устранения выбросов. Стандартной оценкой для таких данных является взвешенное среднее, для которой требования нормальности и независимости наблюдений остаются в силе.
Целью диссертационной работы является разработка и экспериментальные исследования методов повышения точности оценивания значений физических величин в условиях гетероскедастичности.
В связи с поставленной целью должны быть решены следующие задачи:
• анализ известных методов повышения точности результатов измерений;
• разработка аддитивного и мультипликативного методов повышения точности оценок измеряемых величин в совокупных измерениях;
• разработка метода повышения точности оценки опорного значения измеряемой величины с помощью агрегирования предпочтений;
• экспериментальные исследования аддитивного и мультипликативного методов повышения точности в совокупных измерениях сопротивления;
• экспериментальные исследования метода повышения точности оценки опорного значения с помощью агрегирования предпочтений при согласовании значений фундаментальных физических констант и измерениях напряжения постоянного тока и угловой скорости.
Методы исследования. Использованы методы теории измерений, теории погрешностей, агрегирования предпочтений, а также теории многомерного регрессионного анализа. Численные экспериментальные исследования проводились с использованием метода Монте-Карло для генерации синтетических измерительных данных с помощью специально разработанного программного обеспечения в пакетах MATLAB и LabVIEW.
Достоверность полученных результатов диссертационной работы подтверждается сравнением результатов, полученных разработанными методами, с результатами, полученными известными методами обработки измерительных данных.
Научная новизна
1. На основе параметрического уравнивания предложены, теоретически и экспериментально исследованы метод аддитивных совокупных измерений и метод мультипликативных совокупных измерений для линейных и мультипликативных комбинаций искомых измеряемых величин соответственно.
2. Предложен и исследован усовершенствованный метод комплексирования интервалов агрегированием предпочтений IF&PA, где первым результатом комплексирования является наилучшее дискретное значение в ранжировании консенсуса, найденном для набора наведенных интервалами ранжирований дискретных значений; второй результат комплексирования формируется повторным применением IF&PA к окрестности первого результата в границах, равных половине расстояния между соседними дискретными значениями.
3. Исследованы свойства разбиения диапазона актуальных значений (ДАЗ), полученного объединением исходных интервалов в методе IF&PA; показано, что влияние нормы разбиения ДАЗ на точность результата комплексирования носит существенно нелинейный характер .
Практическая ценность работы. Результаты диссертационной работы могут быть использованы для повышения точности обработки неравноточных интервальных измерительных данных. Типичными практическими применениями усовершенствованного метода IF&PA могут быть: межлабораторные и (или) ключевые сличения, согласование значений фундаментальных констант, сбор данных с узлов сенсорных сетей и т.д. Разработанные методы аддитивных и мультипликативных совокупных измерений могут найти применение в совокупных измерениях для повышения точности измерения аддитивных величин.
Реализация и внедрение результатов работы. Результаты исследований использованы при выполнении НИР по гранту 18-19-00203 Российского научного фонда "Агрегирование предпочтений для решения задач обработки многомерных гетероскедастичных измерительных данных", 2018-2020 гг.
Результаты работы также используются: в федеральном бюджетном учреждении "Государственный региональный центр стандартизации, метрологии и испытаний в Томской области" при обработке результатов измерений; в учебном процессе отделения автоматизации и робототехники Инженерной школы информационных технологий и робототехники ТПУ. Акты внедрения приложены к диссертационной работе.
Положения, выносимые на защиту
1. Предложенные методы аддитивных и мультипликативных совокупных измерений обеспечивают получение оценок измеряемой величины с неопределенностью в 2-3 раза меньшей по сравнению с методом непосредственной оценки.
2. Усовершенствованный метод IF&PA позволяет гарантированно повысить точность второго результата комплексирования и существенно снизить его неопределенность по сравнению с первым результатом комплексирования .
3. Нелинейный характер влияния нормы разбиения ДАЗ на точность результата комплексирования приводит к возможности появления одинаковых результатов при разных мощностях разбиения и служит основой для усовершенствования метода IF&PA.
Апробация результатов работы. Основные результаты диссертационной работы докладывались на следующих конференциях: XXIII Международная научно-техническая конференция студентов, аспирантов и молодых ученых "Научная сессия ТУСУР", г. Томск, 2018 г. (доклад отмечен дипломом II степени); XIV Международная научно -техническая конференция "Актуальные проблемы электронного приборостроения", г. Новосибирск, 2018 г. (диплом I степени); XV и XVI Международная научно-практическая конференция "Электронные средства и системы управления", г. Томск, 2019 и 2020 гг. (диплом III степени в 2019 г.); IX Международная конференция школьников, студентов, аспирантов, молодых ученых "Ресурсоэффективные системы в управлении и контроле: взгляд в будущее", г. Томск, 2020 г.; XIV Всероссийская научная конференция молодых ученых "Наука. Технологии. Инновации", г. Новосибирск, 2020 г.; International virtual conference IEEE SENSORS 2020, Rotterdam, The Netherlands, 2020; 17th IMEKO TC10 and EUROLAB Virtual Conference "Global Trends in Testing, Diagnostics & Inspection for 2030", Dubrovnik, Croatia, 2020.
Публикации. Основные результаты исследований отражены в 12 публикациях: 4 статьи в ведущих научных журналах и изданиях, рекомендуемых ВАК, все проиндексированы в базах данных Scopus и (или) Web of Science; 8 статей в сборниках трудов международных и российских конференций; 2 свидетельства о государственной регистрации программ для ЭВМ.
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы из 105 наименований. Работа содержит 123 страницы основного текста, включая 30 рисунков и 23 таблицы.
Во введении обоснована актуальность темы диссертации, сформулирована цель исследований, определены решаемые задачи, указаны научная новизна и практическая ценность результатов работы.
В первой главе проведен анализ известных методов повышения точности измерений, включая итерационные методы, методы образцовых мер и тестовые методы.
Во второй главе предложены метод аддитивных совокупных измерений и метод мультипликативных совокупных измерений для линейных и мультипликативных комбинаций искомых измеряемых величин соответственно.
В третьей главе предложен метод повышения точности оценки измеряемой величины на основе комплексирования интервалов агрегированием предпочтений IF&PA; исследован нелинейный эффект нормы разбиения диапазона актуальных значений на результат комплексирования; предложена модификация IF&PA для получения более точного результата комплексирования.
В четвертой главе приведены результаты экспериментальной апробации методов аддитивных и мультипликативных совокупных измерений в задаче повышения точности измерений активных сопротивлений; приведены результаты обработки синтетических и реальных интервальных данных
усовершенствованным методом IF&PA при согласовании значений фундаментальных физических констант; рассматриваются также результаты обработки этим методом реальных данных для повышения точности измерений напряжения постоянного тока и угловой скорости
Повышение точности измерений, как правило, основано на оценивании погрешностей и различных способах их исключения из результатов измерений. К традиционным методам повышения точности измерений относятся итерационные методы, методы образцовых мер и тестовые методы. Для их эффективной реализации требуется вводить в измерительную систему аппаратную избыточность, метрологические характеристики которой нередко должны иметь более высокие значения по сравнению с исходной измерительной системой. Необходимым условием для применения традиционных методов является превалирование систематической составляющей погрешности над случайной составляющей, причем случайная составляющая возрастает после применения традиционных методов. Следовательно, при разработке методов повышения точности результатов измерений следует отдавать предпочтение подходам, обеспечивающим одновременное уменьшение всех составляющих погрешности вне зависимости от их природы и без необходимости введения аппаратной избыточности.
При обработке результатов измерений следует также учитывать, что могут иметь место определенные ограничения, накладываемые на допустимые свойства данных, такие как требования нормальности распределений и независимости наблюдений, отсутствия выбросов, постоянства дисперсии для всех наблюдений и т.д. Такие данные называются гомоскедастичными. Однако в реальных условиях результаты измерений часто характеризуются гетероскедастичностью, т.е. неравной дисперсией. Эта ситуация обычно имеет место при измерении определенной величины разными (разнотипными) приборами и (или) разными методами измерения или в разных условиях окружающей среды. Гетероскедастичность данных измерений возникает, в частности, в таких ситуациях, как: межлабораторные и (или) ключевые сличения, согласование значений фундаментальных констант, сбор данных с узлов сенсорных сетей и т.п. Традиционные методы параметрической статистики не могут эффективно работать с гетероскедастичными данными без предварительной проверки согласованности и устранения выбросов. Стандартной оценкой для таких данных является взвешенное среднее, для которой требования нормальности и независимости наблюдений остаются в силе.
Целью диссертационной работы является разработка и экспериментальные исследования методов повышения точности оценивания значений физических величин в условиях гетероскедастичности.
В связи с поставленной целью должны быть решены следующие задачи:
• анализ известных методов повышения точности результатов измерений;
• разработка аддитивного и мультипликативного методов повышения точности оценок измеряемых величин в совокупных измерениях;
• разработка метода повышения точности оценки опорного значения измеряемой величины с помощью агрегирования предпочтений;
• экспериментальные исследования аддитивного и мультипликативного методов повышения точности в совокупных измерениях сопротивления;
• экспериментальные исследования метода повышения точности оценки опорного значения с помощью агрегирования предпочтений при согласовании значений фундаментальных физических констант и измерениях напряжения постоянного тока и угловой скорости.
Методы исследования. Использованы методы теории измерений, теории погрешностей, агрегирования предпочтений, а также теории многомерного регрессионного анализа. Численные экспериментальные исследования проводились с использованием метода Монте-Карло для генерации синтетических измерительных данных с помощью специально разработанного программного обеспечения в пакетах MATLAB и LabVIEW.
Достоверность полученных результатов диссертационной работы подтверждается сравнением результатов, полученных разработанными методами, с результатами, полученными известными методами обработки измерительных данных.
Научная новизна
1. На основе параметрического уравнивания предложены, теоретически и экспериментально исследованы метод аддитивных совокупных измерений и метод мультипликативных совокупных измерений для линейных и мультипликативных комбинаций искомых измеряемых величин соответственно.
2. Предложен и исследован усовершенствованный метод комплексирования интервалов агрегированием предпочтений IF&PA, где первым результатом комплексирования является наилучшее дискретное значение в ранжировании консенсуса, найденном для набора наведенных интервалами ранжирований дискретных значений; второй результат комплексирования формируется повторным применением IF&PA к окрестности первого результата в границах, равных половине расстояния между соседними дискретными значениями.
3. Исследованы свойства разбиения диапазона актуальных значений (ДАЗ), полученного объединением исходных интервалов в методе IF&PA; показано, что влияние нормы разбиения ДАЗ на точность результата комплексирования носит существенно нелинейный характер .
Практическая ценность работы. Результаты диссертационной работы могут быть использованы для повышения точности обработки неравноточных интервальных измерительных данных. Типичными практическими применениями усовершенствованного метода IF&PA могут быть: межлабораторные и (или) ключевые сличения, согласование значений фундаментальных констант, сбор данных с узлов сенсорных сетей и т.д. Разработанные методы аддитивных и мультипликативных совокупных измерений могут найти применение в совокупных измерениях для повышения точности измерения аддитивных величин.
Реализация и внедрение результатов работы. Результаты исследований использованы при выполнении НИР по гранту 18-19-00203 Российского научного фонда "Агрегирование предпочтений для решения задач обработки многомерных гетероскедастичных измерительных данных", 2018-2020 гг.
Результаты работы также используются: в федеральном бюджетном учреждении "Государственный региональный центр стандартизации, метрологии и испытаний в Томской области" при обработке результатов измерений; в учебном процессе отделения автоматизации и робототехники Инженерной школы информационных технологий и робототехники ТПУ. Акты внедрения приложены к диссертационной работе.
Положения, выносимые на защиту
1. Предложенные методы аддитивных и мультипликативных совокупных измерений обеспечивают получение оценок измеряемой величины с неопределенностью в 2-3 раза меньшей по сравнению с методом непосредственной оценки.
2. Усовершенствованный метод IF&PA позволяет гарантированно повысить точность второго результата комплексирования и существенно снизить его неопределенность по сравнению с первым результатом комплексирования .
3. Нелинейный характер влияния нормы разбиения ДАЗ на точность результата комплексирования приводит к возможности появления одинаковых результатов при разных мощностях разбиения и служит основой для усовершенствования метода IF&PA.
Апробация результатов работы. Основные результаты диссертационной работы докладывались на следующих конференциях: XXIII Международная научно-техническая конференция студентов, аспирантов и молодых ученых "Научная сессия ТУСУР", г. Томск, 2018 г. (доклад отмечен дипломом II степени); XIV Международная научно -техническая конференция "Актуальные проблемы электронного приборостроения", г. Новосибирск, 2018 г. (диплом I степени); XV и XVI Международная научно-практическая конференция "Электронные средства и системы управления", г. Томск, 2019 и 2020 гг. (диплом III степени в 2019 г.); IX Международная конференция школьников, студентов, аспирантов, молодых ученых "Ресурсоэффективные системы в управлении и контроле: взгляд в будущее", г. Томск, 2020 г.; XIV Всероссийская научная конференция молодых ученых "Наука. Технологии. Инновации", г. Новосибирск, 2020 г.; International virtual conference IEEE SENSORS 2020, Rotterdam, The Netherlands, 2020; 17th IMEKO TC10 and EUROLAB Virtual Conference "Global Trends in Testing, Diagnostics & Inspection for 2030", Dubrovnik, Croatia, 2020.
Публикации. Основные результаты исследований отражены в 12 публикациях: 4 статьи в ведущих научных журналах и изданиях, рекомендуемых ВАК, все проиндексированы в базах данных Scopus и (или) Web of Science; 8 статей в сборниках трудов международных и российских конференций; 2 свидетельства о государственной регистрации программ для ЭВМ.
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы из 105 наименований. Работа содержит 123 страницы основного текста, включая 30 рисунков и 23 таблицы.
Во введении обоснована актуальность темы диссертации, сформулирована цель исследований, определены решаемые задачи, указаны научная новизна и практическая ценность результатов работы.
В первой главе проведен анализ известных методов повышения точности измерений, включая итерационные методы, методы образцовых мер и тестовые методы.
Во второй главе предложены метод аддитивных совокупных измерений и метод мультипликативных совокупных измерений для линейных и мультипликативных комбинаций искомых измеряемых величин соответственно.
В третьей главе предложен метод повышения точности оценки измеряемой величины на основе комплексирования интервалов агрегированием предпочтений IF&PA; исследован нелинейный эффект нормы разбиения диапазона актуальных значений на результат комплексирования; предложена модификация IF&PA для получения более точного результата комплексирования.
В четвертой главе приведены результаты экспериментальной апробации методов аддитивных и мультипликативных совокупных измерений в задаче повышения точности измерений активных сопротивлений; приведены результаты обработки синтетических и реальных интервальных данных
усовершенствованным методом IF&PA при согласовании значений фундаментальных физических констант; рассматриваются также результаты обработки этим методом реальных данных для повышения точности измерений напряжения постоянного тока и угловой скорости
1. Предложены, теоретически и экспериментально исследованы метод аддитивных совокупных измерений и метод мультипликативных совокупных измерений для линейных и мультипликативных комбинаций искомых измеряемых величин соответственно. Методы обеспечивают получение оценок измеряемой величины с неопределенностью в 2-3 раза меньшей по сравнению с методом непосредственной оценки.
2. Предложен и исследован усовершенствованный метод комплексирования интервалов IF&PA, где первым результатом комплексирования является наилучшее дискретное значение в ранжировании консенсуса, найденном для набора наведенных интервалами ранжирований дискретных значений; а второй результат комплексирования формируется повторным применением IF&PA к окрестности первого результата в границах, равных половине расстояния между соседними дискретными значениями. Метод позволяет гарантированно повысить точность второго результата комплексирования и существенно снизить его неопределенность по сравнению с первым результатом комплексирования.
3. Исследованы свойства разбиения диапазона актуальных значений (ДАЗ), полученного объединением исходных интервалов в методе IF&PA. Нелинейный характер влияния нормы разбиения ДАЗ на точность результата комплексирования приводит к возможности появления одинаковых результатов при разных мощностях разбиения и служит основой для усовершенствования метода IF&PA.
4. Экспериментальные результаты подтвердили возможность применения разработанных методов АСИ, МСИ и усовершенствованного IF&PA в таких задачах, как получение надежных оценок значений физических величин и согласование значений фундаментальных физических констант в условиях гетероскедастичности.
5. Результаты диссертационной работы были использованы в Государственном региональном центре стандартизации, метрологии и испытаний в Томской области и в отделении автоматизации и робототехники Инженерной школы информационных технологий и робототехники ТПУ, а также при выполнении НИР по гранту РНФ 18-19-00203.
2. Предложен и исследован усовершенствованный метод комплексирования интервалов IF&PA, где первым результатом комплексирования является наилучшее дискретное значение в ранжировании консенсуса, найденном для набора наведенных интервалами ранжирований дискретных значений; а второй результат комплексирования формируется повторным применением IF&PA к окрестности первого результата в границах, равных половине расстояния между соседними дискретными значениями. Метод позволяет гарантированно повысить точность второго результата комплексирования и существенно снизить его неопределенность по сравнению с первым результатом комплексирования.
3. Исследованы свойства разбиения диапазона актуальных значений (ДАЗ), полученного объединением исходных интервалов в методе IF&PA. Нелинейный характер влияния нормы разбиения ДАЗ на точность результата комплексирования приводит к возможности появления одинаковых результатов при разных мощностях разбиения и служит основой для усовершенствования метода IF&PA.
4. Экспериментальные результаты подтвердили возможность применения разработанных методов АСИ, МСИ и усовершенствованного IF&PA в таких задачах, как получение надежных оценок значений физических величин и согласование значений фундаментальных физических констант в условиях гетероскедастичности.
5. Результаты диссертационной работы были использованы в Государственном региональном центре стандартизации, метрологии и испытаний в Томской области и в отделении автоматизации и робототехники Инженерной школы информационных технологий и робототехники ТПУ, а также при выполнении НИР по гранту РНФ 18-19-00203.
