отримала належного визнання та розвитку, що було пов'язано, мабуть, з недостатнім швидкодією комп'ютерів. У 80-х-90-х рр.., Використовуючи цю ідею, був виконаний ряд важливих прикладних робіт, а зокрема отримані цікаві результати з аналізу інформаційної цінності кінетичних вимірювань, а так само роботи в галузі аналітичної хімії. Крім того проводилися дослідження, спрямовані на побудову інтервального оцінки параметрів моделей (метод центру невизначеностей), що виявилося малоплодотворним. Підсумки цих досліджень були підведені в монографії, де докладно розглядається основне завдання розв'язувана авторами. Це - завдання інтервального оцінки параметрів моделей, занурення області можливих значень цих параметрів у гиперкуб, паралелепіпед, еліпсоїд, і т. п.
Така постановка завдання видається не плідною і малоперспективною, що і було підтверджено практикою - за останні 10 років нові роботи в цьому напрямку не помічені. У теж час, ідея Канторовича може дати цікаві результати, якщо розглядати багатовимірну калібрування (ММК) як завдання побудова інтервального прогнозу відгуку у. У цьому випадку вдається вирішити дві одно важливі практичні завдання. По-перше, встановити область невизначеності для прогнозу шуканого відгуку, тобто оцінити точність побудованої калібрування, індивідуально для кожного об'єкта. По - друге, використовуючи підхід ПІО, можна побудувати систему класифікації об'єктів, тобто встановити індивідуальні особливості кожного об'єкта, визначені за його взаєминам, як з моделлю, так і з іншими об'єктами. Загальновідомими прикладами такої класифікації є такі поняття як викид (об'єкт, різко виділяється із загальної закономірності) або експериментальний об'єкт (що знаходиться в периферійній області моделі та який має значний вплив на її побудову). не дивлячись на широке вживання цих понять у різних дослідженнях, не існує їх загальновизнаних визначень і методів виявлення. Метод ПІО може заповнити цей пробіл. p align="justify"> Однак ПІО метод значно відрізняється від традиційного, звичного регресійного походу, застосовуваного в задачах багатовимірної калібрування.
Мета роботи полягає в розробці теоритических і прикладних аспектів інтервального аналізу результатів експериментів. У тому числі: побудова інтервальних моделей лінійного калібрування, оцінка індивідуальної невизначеності прогнозу, створення системи класифікації об'єктів, визначення області застосування побудованих моделей. Також у написанні алгоритмів обробки багатоканальних сигналів і створенні комп'ютерної системи аналізу результатів експерименту, що дозволяє реалізувати потенційні можливості вимірювальних систем та приладів; в побудові методології спільного застосування проекційних методів і ПІО при вирішенні важливих теоритических і практичних завдань інтерпретації великих наборів даних багатоканальних експериментів.
1. Метод простого інтервал...
