Cтраница 4
Для построения математической модели оптимальной сложности с помощью МГУА исходная экспериментальная выборка делится на две последовательности ( в каждой т2 наблюдений) - обучающуюся и проверочную. Обучающуюся последовательность используют в обычном регрессионном анализе для оптимизации оценок коэффициентов уравнения с помощью критерия минимума средней квадра-тической погрешности. Проверочная последовательность служит для выбора числа членов и конструкции уравнения регрессии минимизацией критерия селекции. [46]
Для построения математической модели оптимальной сложности при помощи МГУА исходная экспериментальная выборка делится на две последовательности ( в каждой т / 2 наблюдений) - обучающуюся и проверочную. Обучающаяся последовательность используется в обычном регрессионном анализе для оптимизации оценок коэффициентов уравнения при помощи критерия минимума средней квадратической погрешности. Проверочная последовательность служит для выбора числа членов и конструкции уравнения регрессии минимизацией критерия селекции. Выбор критерия осуществляется исследователем с учетом требований, предъявляемых к исходной модели. При этом имеется в виду, что критерий регулярности отбирает более точную модель, а критерий несмещенности - более устойчивую относительно исходных экспериментальных данных. [47]
Эту методику можно применять при оптимизации параметров МВУ, работающей совместно с конденсатором смешения. Для этого в соотношения ( V-45) и ( V-58) необходимо ввести зависимости эксплуатационных и капитальных затрат конденсатора от конструктивных и режимных параметров и определить совокупность параметров МВУ, обеспечивающих минимизацию критерия эффективности. [48]
Экспериментальная оценка обучающейся схемы основана частично на некоторых измеренных величинах, которые будут рассмотрены ниже. Необходимо подчеркнуть, что эти меры не устраняют необходимости использовать критерий качества / для оценки работы системы. Они не используются непосредственно при управлении системой и служат просто для оценки прогресса обучения. Цель управления по-прежнему состоит в минимизации критерия. Предполагается, что эта цель может быть достигнута с помощью увеличения, качество которого оценивается следующим образом. [49]
GO его оптимальные значения ( Яопт ЯтШ) изменяются монотонно, уменьшаясь с изменением параметров, соответствующих уменьшению расчетной поверхности теплообмена. Положение экстремума в области изменения Ц в этом случае сдвигается влево. Таким образом, оптимальное проектирование аппаратов В по технико-экономическому критерию при заданных значениях Go и с сводится к следующему. H - на левой границе области; оптимальные значения Ц и соответствующей поверхности теплообмена ( длины трубчатки) определяются минимизацией критерия Я. [50]