Коэффициент - регрессионная модель
Cтраница 1
Коэффициенты регрессионных моделей определяются по обучающей последовательности. [1]
Проверка по критерию Стьюдента показала, что коэффициенты построенных регрессионных моделей значимо отличаются от нуля с точки зрения 0 5 % - ного уровня значимости. Коэффициенты при других компонентах вектора плановых режимных параметров ( температура, транзитные притоки) являются незначительными, поэтому эти факторы в регрессионных моделях не учитываются. [2]
Применение BIB, PBIB, цепных и других блок-схем при ограничениях на размер блока дает возможность получить оценки коэффициентов регрессионной модели, элиминированные от эффектов блоков, однако в общем случае вследствие неортогональности этих планов требует решения громоздких нормальных уравнений в индивидуальном порядке для каждого полинома и каждого плана. [3]
 |
Изменение фактических значений выходного параметра газопровода. [4] |
На рис. 6.1 приведен график изменения фактических значений выходного параметра QBHx за июль 1982 г. Из этого рисунка видно, что режим эксплуатации газопровода нестационарен, поэтому необходимо уточнять коэффициенты регрессионной модели. [5]
Четвертый комплекс состоит из одного программного модуля, который позволяет получать зависимости для расчета нестационарного коэффициента теплоотдачи. Выходной информацией этой программы являются коэффициенты регрессионной модели. Данный комплекс используется в те же сроки, что и первый. [6]
При построении таких систег существенное значение имеет вопрос обеспечения необходимой точности измерения. Действительно, требуемая точность измерения параметров Xl накладывает определенные ограничения как на точность оценки коэффициентов регрессионной модели, так и на точность измерения компонент мощности стохастического процесса. Заданная чрезмерно высокая точность усложняет эксперимент по установлению зависимости частотных компонент мощности случайного процесса от действия влияющих факторов, наоборот неоправданное упрощение экспериментальных исследований может привести к чрезвычайно грубым оценкам и в конечном счете к значительным погрешностям измерения. Поэтому необходимо проанализировать источники возникновения погрешностей и их вклад в общую погрешность измерения. [7]
Второй комплекс Определение выходных характеристик КС на основе диспетчерских данных позволяет построить математические модели для расчета значений давления и температуры на выходе из КС с охлаждением газа. Комплекс включает в себя три программных модуля, которые рассчитывают и выдают в качестве выходной информации коэффициенты регрессионных моделей КС-АВО. Расчеты по данному комплексу целесообразно проводить ежедневно, используя поступившую за сутки информацию. Так как комплекс позволяет рассчитывать выходные характеристики без учета схемы соединения ГПА, то необходимо определять коэффициенты уравнений регрессии для различных технологических обвязок КС с тем, чтобы при расчетах, применяя адаптивные методы, достаточно быстро подстроить модель по реальному процессу. [8]
Полученные системы уравнений (5.4), (5.5), (5.7) и (5.8) применимы лишь для оценки коэффициентов линейных моделей. Реальные объекты могут иметь нелинейную зависимость выходного параметра от факторов. Поэтому для оценки коэффициентов нелинейных регрессионных моделей используются специальные методы. Однако в ряде случаев для оценок коэффициентов нелинейных моделей удается применить МНК. [9]
В этом случае идентификация осуществляется регрессионными уравнениями. Основным недостатком использования этих уравнений, как уже отмечалось, является то, что режим работы магистрального газопровода относится к классу нестационарных процессов [43], в то время как регрессионные уравнения описывают режимы только в стационарных областях. Поэтому при поступлении новых данных диспетчерской информации необходимо коэффициенты регрессионных моделей уточнять. Для этого целесообразно использовать одношаговый алгоритм адаптации [38], который и рассмотрим ниже. [10]
Страницы: 1