Вероятностная модель

Cтраница 1

Вероятностные модели ( аналитическая и численная) обычно описывают стохастические процессы. [1]

Вероятностная модель дает возможность использовать в качестве критерия сопоставления натурного и испытательного режимов механическое повреждение. Уравнения ВМ позволяют провести необходимый численный анализ и вычислить среднюю наработку. [2]

Вероятностная модель позволяет подобрать опорные режимы вибраций, допускающие ускорение испытаний. [3]

Вероятностная модель содержит характеристики систематического изменения размеров обрабатываемой заготовки и характеристики рассеяния погрешностей обработки заготовок как внутри одной партии, так и в совокупности всех партий. Однако практически использовать такую характеристику трудно, и поэтому выходные параметры точности обычно рассматривают как случайные величины. [4]

Вероятностные модели используют вероятностные значения параметров процесса. Однако математи ятностных моделей строго детерминирована. [5]

Вероятностные модели ( аналитическая и численная) описывают стохастические процессы. При построении этих моделей используются методы математической статистики и теории вероятности. [6]

Вероятностные модели находятся в отношении вероятностного подобия к моделируемому объекту, всегда включают случайные величины. [7]

Вероятностная модель, независимо от количества информации о прошлом объекта, прогнозирует только вероятность наступления определенных событий в будущем. [8]

Вероятностные модели оперируют случайными событиями, величинами и функциями. [9]

Вероятностные модели в отличие от детерминированных оперируют значениями вероятностей тех или иных событий. Для каждого набора исходных данных они определяют единственное распределение вероятностей событий, рассматриваемых в моделируемом процессе. Математическая структура вероятностных моделей строго детерминирована. [10]

Развернутый граф технологического наследован ня. [11]

Вероятностная модель содержит характеристики случайного изменения свойств обрабатываемой заготовки и характеристики рассеяния погрешностей ее обработки как внутри одной партии, так и в совокупности нескольких партий. [12]

Вероятностные модели, В вероятностных, или стохастй ческих, моделях, называемых также рандомизированными, или недетерминированными, чтобы определить конкретные выходы модели, мы производим выборку из вероятностных распределений. Для любой данной реализации выход определяется методом Монте-Карло; при этом выход неоднозначно определяется по данному множеству входов. Результаты каждого выхода учитываются в процессе моделирования. Процесс статистического моделирования сводится к необходимости повторений опытов до получения результатов с требуемой достоверностью. Выходными показателями системы, определяемыми путем статистического моделирования, являются надежность системы, ее эффективность, вероятность реализации события, время функционирования системы и ошибки измерений. Рассмотрим подробнее эти показатели. [13]

Вероятностные модели наиболее полно учитывают стохастическую природу динамики кадровых систем в условиях действия множества случайных и неслучайных факторов. Большое значение имеет то, что обосновано оценить параметры системы кадров путем статистического исследования можно, лишь используя аппарат математической статистики и рассматривая кадровую систему как статистическую. [14]

Вероятностная модель будет работать только тогда, когда моделируемое событие постоянно генерирует поток сравнимых данных. [15]

Страницы: 1 2 3 4