В монографии рассматривается оптимальное планирование эксперимента в контексте решения задач структурной и параметрической идентификации моделей многофакторных систем. Задача структурной идентификации регрессионных моделей с использованием тестовых выборок рассматривается совместно с задачами оптимального планирования эксперимента. Анализируется связь критериев оптимальности планов эксперимента и критериев качества моделей. Задача разбиения выборки на обучающую и проверочную части представлена с позиций теории оптимального планирования эксперимента. Развиваемый подход структурной оптимизации распространяется на объекты с качественными действующими факторами и с факторами смешанной природы. Исследуется вопрос идентифицируемости моделей дисперсионного анализа. Предлагается подход к решению задачи построения деревьев регрессии с номинальными, лингвистическими и разнотипными переменными. Описывается композиционный подход к построению моделей, адекватность которых подтверждается на проверочной выборке. Предлагается широкий класс ортогональных и композиционно-ортогональных планов эксперимента для полиномиальных моделей второго и третьего порядка. Описывается эффективный подход к решению задачи построения оптимальных планов эксперимента для моделей дисперсионного, ковариационного анализа и общих моделей с переключениями. Для задач параметрической идентификации моделей динамических систем рассматриваются алгоритмические и вычислительные аспекты планирования моментов наблюдений, входных сигналов, модели наблюдения, начальных условий и смешанных схем. Обсуждаются вопросы апробации теории оптимального планирования эксперимента при моделировании объектов стохастической динамической природы. Представлены способы вычисления информационной матрицы Фишера, свойства задачи синтеза оптимального плана входного сигнала.
Книга будет полезна студентам, аспирантам, научным сотрудникам и специалистам, сталкивающимся в своей деятельности с необходимостью решать задачи построения зависимостей при моделировании многофакторных объектов.