Плохая модель

Cтраница 1

Плохая модель будет показывать результаты, отличные от ее тестового профиля. Например, рассмотрим модель с тестовым профилем, включающим при средней волатильности проседание 4 000 за 3 сделки. Допустим, что стандартное отклонение этого проседания составляет 2 000 и 2 сделки. Реальная торговля приносит 7 проигрышей подряд с убытков 8 000, при точно таких же рыночных условиях, как и в тестовом периоде. [1]

Высокоэффективная модель, окруженная плохими моделями, вряд ли будет устойчивой, способной приносить прибыль в реальном времени. [2]

Иными словами, пластометр - плохая модель прокатного стана, так как он предназначен для воссоздания некоторого типа деформации по возможности в чистом виде, а в реальном устройстве имеет место сложное сочетание различных видов деформации. Значит, бывают модели хорошие и модели плохие. [3]

Стоит повторить, что благодаря подстройке, плохая модель может казаться превосходной. И наоборот, избыточная оптимизация может приводить к тому, что при форвардном анализе торговая модель будет выглядеть плохо. [4]

Однако возможно также, что циклогексадиенильный радикал является плохой моделью переходного состояния для экзотермического присоединения реакционноспособных радикалов типа Me - или Ph -, когда в переходном состоянии можно ожидать слабого связывания. [5]

Нет единственной правильной модели, а есть хорошие модели и плохие модели. [6]

Общеизвестным является тот факт, что детерминированные сеточные математические модели разработки нефтяных залежей, построенные с использованием геофизических электрических определений проницаемости, являются плохими моделями. [7]

Объект пятого порядка. 4 ( в / 4 1 / ( s / 5 I ( s / 10 l 2 s / 20 l. Первоначальные оптимальные параметры регулятора. А 8 0. J3160. Оптимальные параметры после удвоения коэффициента усиления. Д 7 0. В 140. [8]

Сделаем замечание по поводу адекватной модели, представленной в таблице: хорошая модель будет отслеживать изменение коэффициента усиления объекта, изменяя свой коэффициент усиления и оставляя расположение полюсов приблизительно прежним, тогда как в плохой модели надо изменять и коэффициент усиления и расположение полюсов для получения нового минимального значения / г, для объекта-модели. [9]

Объект пятого порядка. 3 5 / ( / 5 1 ( s / Ю 1 2 ( / 20. 1. Оптимальные значения параметров регулятора. Л 3 1. В 62.. К 0 7. [10]

Модели, построенные для моделирования объекта методами замкнутого и разомкнутого контура, почти идентичны, если их структура адекватна структуре объекта. Однако для плохих моделей это утверждение неверно. В общем случае модели, построенные для моделирования методом разомкнутого контура, имеют более низкий коэффициент усиления, а их полюса расположены левее, чем для аналогичных моделей в методе замкнутого контура. Следовательно, для сравнения методов моделирования по замкнутому и разомнутому контуру надо только посмотреть, для объектов такого порядка пригодны плохие модели. [11]

Результат работы алгоритма может сильно зависеть от представительности входного набора данных. Если объем данных невелик, алгоритм может исчерпать данные, получив при этом плохую модель. Возможные решения включают в себя прежде всего статистические методы и стратегии. [12]

Опыт показывает, что методы адаптивной калибровки во многих случаях обеспечивают приближение к удовлетворительному результату при использовании одиночного точечного источника в качестве первоначальной модели, хотя ее неточность увеличивает число необходимых итеративных циклов. Точечный источник является хорошей моделью для фазы симметричного распределения интенсивности, однако может быть плохой моделью для амплитуды. Вообще любой эффект, который не может быть представлен одним коэффициентом усиления для каждой антенны, например, аномальное поведение коррелятора, ухудшает точность замыкания. [13]

Следовательно, для того, чтобы получить правильные результаты, нужно использовать для сравнения соответствующий представитель из класса ARMA. Хотя исследования по моделированию показали, что ARMA ( 1, 1) - модель может воспроизводить как коэффициент корреляции при сдвиге 1, так и Д / о-характеристики некоторых моделей с дробным шумом, тем не менее из представленного примера явствует, что ARMAC1, 1) - модель, как таковая, является очень плохой моделью для наблюденного процесса. [14]

Но главное, помните: никакая математика не поможет, если плоха исходная модель. Плохая модель ничего не содержит и извлечь из нее пользу не способна никакая математика и вычислительная техника. Поэтому, занимаясь математическим моделированием и оптимизацией, мы не имеем права переставать быть химиками-технологами. Мы не имеем права отрываться от физической и технико-экономической сущности решаемых нами задач - иначе наша деятельность потеряет смысл; это особенно опасно потому, что бессмысленность модели, пропущенной через ЭВМ, трудно выявить. Применение метода моделирования не уменьшает, а увеличивает требования к нашей профессиональной квалификации. [15]

Страницы: 1 2