Статья посвящена разработке алгоритма идентификации параметров однородной вложенной кусочно-линейной регрессии первого типа – модели, востребованной при анализе сложных систем, поведение которых не удаётся адекватно описать гладкими функциями. В обзорной части работы систематизированы современные публикации, иллюстрирующие применение кусочно-линейных форм в самых разных предметных областях: от моделирования энергопотребления и нелинейных систем управления до задач обработки изображений, восстановления генетических сетей и фильтрации геофизических данных. Новизна исследования заключается в том, что впервые для данного класса моделей предложен алгоритм идентификации, основанный на методе смешанного оценивания (МСО), позволяющий гибко комбинировать два различных критерия качества. Показано, что благодаря введению дополнительных булевых переменных и вспомогательных ограничений исходная оптимизационная задача сводится к стандартной задаче линейно-булева программирования, что позволяет применять для её решения доступные численные методы. Эффективность разработанного алгоритма продемонстрирована на реальных данных горно-металлургической компании «Норникель» за 2010–2024 годы. В качестве зависимой переменной используется выручка, в качестве предикторов – объёмы добычи никеля, палладия, меди и платины. Построены две альтернативные модели – классическим методом наименьших модулей и предлагаемым методом смешанного оценивания. Сравнительный анализ показывает, что вторая модель имеет несколько более высокую среднюю процентную ошибку, однако существенно выигрывает в величине максимальной ошибки на контрольной подвыборке, что делает её предпочтительной в условиях, где критичны выбросы. Полученные результаты подтверждают практическую ценность МСО для построения интерпретируемых и устойчивых регрессионных зависимостей
Оценка работоспособности технического объекта в режиме реального времени важна для устойчивого и безаварийного функционирования объекта в процессе его эксплуатации. Ранее была предложена модель классификации скорости изменения параметра на основе специализированной обработки облака точек участка временного ряда без извлечения тренда. Однако, некоторые предложения, например, связанные с невключением части точек ряда в процедуру построения модели, не были достаточно обоснованы и являются неочевидной попыткой избавиться от аномальных значений временного ряда. Некоторые этапы реализации модели, например, построение эллипса на преобразованном облаке точек, требуют детального представления, что важно для дальнейшего обучения модели и проведения классификации. В статье в рамках предварительной подготовки данных предложена процедура выявления и отсеивания аномальных значений временного ряда параметра, основанная на модификации метода Ирвина. Кроме того, представлена уточненная схема оценки значений критерия в модели классификации состояния параметра технического объекта. За критерий оценки взят коэффициент сжатия эллипса, который строится на облаке точек диаграммы рассеяния, вырезанных скользящим временным окном из временного ряда параметра. Для этого разработана итерационная процедура построения эллипса. Новая процедура обеспечивает более обоснованную и точную оценку критерия. Таким образом, построена модифицированная модель, которая позволит оценить в реальном времени появления нештатной ситуации на ранней стадии ее развития. Процедура оценки может быть реализована в составе программно-аппаратных средств системы мониторинга технического объекта
