Исследуется задача синтеза для билинейной системы управления при произвольных ограниченных внешних возмущениях, содержащую структурированную матричную неопределенность. Поставлены и решены задачи конструктивного построения эллипсоида робастной стабилизируемости и области робастной стабилизируемости билинейной системы как в непрерывном, так и в дискретном времени; основным инструментом при этом является техника линейных матричных неравенств.

В статье проведена оценка эффективности инвестиций в процессы модернизации производственных секторов, как на уровне отдельных высокотехнологичных предприятий, так и, в целом, по нашей стране за последние семнадцать лет. Учитывая тот факт, что большинство компаний в рамках ограниченности финансовых ресурсов привлекают сторонние источники инвестиций, в том числе бюджетные средства, определяет данную тему как актуальную. Результаты оценки могут использоваться организациями для экономического обоснования эффективности инвестиционной деятельности в направлениях реконструкции и технического перевооружения, как на стадиях инициации и планирования, так и при прогнозировании в краткосрочной перспективе, а также органами государственного управления при оценке эффективности капитальных вложений.

Предлагается адаптивная система управления по вектору состояний классом линейных систем с кусочно-постоянными неизвестными параметрами. Решение 1) гарантирует глобальную экспоненциальную устойчивость замкнутой системы при конечном возбуждении регрессора после каждого изменения параметров; 2) не требует знания матрицы коэффициентов усиления и моментов времени изменения параметров системы. Полученные теоретические результаты подтверждены математическим моделированием.

Предложен метод создания виртуальных анализаторов с использованием идентификационных моделей, получаемых с помощью метода машинного обучения – ассоциативного поиска. Метод состоит в построении на каждом временном такте аппроксимирующей гиперповерхности пространства входных векторов и соответствующих им одномерных выходов. Проведено численное моделирование, оценены преимущества авторского метода по сравнению с классическими подходами.