Cтраница 3
Так, например, в простейшем случае, когда математическая модель процесса разрабатывается при изучении влияния условий разделения на характеристики конечных продуктов, наибольшие значения весовых коэффициентов принимаются для переменных, которые представляют в модели эти характеристики. Естественно, что чем больше измеряемых переменных может быть включено в выражение ( 11 43), тем точнее производится оценка адекватности модели реальному процессу. [31]
Так, например, в простейшем случае, когда математическая модель процесса разрабатывается при изучении влияния условий разделения на характеристики конечных продуктов, наибольшие значения весовых коэффициентов принимаются для переменных, которые представляют в модели эти характеристики. Естественно, что чем больше измеряемых переменных может быть включено в выражение ( 11 81), тем точнее производится оценка адекватности модели реальному процессу. [32]
Так, например, в простейшем случае, когда математическая модель процесса разрабатывается при изучении влияния условий разделения на характеристики конечных продуктов, наибольшие значения весовых коэффициентов принимаются для переменных, которые представляют в модели эти характеристики. Естественно, что чем больше измеряемых переменных может быть включено в выражение ( 11 72), тем точнее производится оценка адекватности модели реальному процессу. [33]
К третьей группе относятся модели, построенные с учетом упругости, сжимаемости жидкости, инерционности нескольких масс, зазоров. Они позволяют добиться хорошего совпадения с экспериментом по силовым параметрам переходных процессов, ускорениям, мощностям, моментам во всем диапазоне нагрузок. Показатели качества, по которым имеется статистический материал для многих типов поворотных устройств - К, ЛГ0, Кк, ам, Ая [32], служат не только для оценки адекватности модели, но и для выделения допустимой области изменения ее параметров. [34]
Оценка адекватности модели является основной задачей машинного моделирования. Исследование системы на неадекватной модели вообще теряет смысл. Оценка адекватности модели является непременным этапом моделирования. Этап, включающий такую оценку, сам по себе может представлять большую и сложную задачу. [35]
Полная математическая модель включает в себя связь между основными переменными технологического процесса в стационарном и нестационарном режимах, технологические, экономические и прочие ограничения на процесс; для сложных систем в нее часто включают критерий оптимальной работы. Последний может быть простым, если экстремум находится изменением одной переменной, и сложным, если он находится из условий, заданных также и на ряд других величин. Однако любое математическое описание является лишь приближением к реальному процессу. Поэтому при его использовании возникает задача оценки адекватности модели и необходимости ее коррекции. [36]
Любая модель является лишь приближенным отражением реального процесса. В зависимости от степени изученности конкретного процесса возможно создание модели, с большей или меньшей степенью точности воспроизводящей поведение моделируемого объекта. Поскольку при разработке математических моделей приходится так или иначе использовать приближенные данные о возможных величинах некоторых параметров уравнений модели, возникает задача оценки адекватности модели и при необходимости ее коррекции. [37]
Другой метод проверки адекватности основан на контрольных задачах, использующих данные реальной системы. Он применим в тех случаях, когда мы располагаем реальными входными и выходными данными, связанными функциональным соответствием. Бесспорно, такой способ проверки адекватности является самым лучшим, хотя и более сложным. Сложность и трудоемкость этого способа проверки модели объясняется необходимостью получения характеристик реальной системы. Оценка адекватности модели на реальных данных лучше всего убеждает разработчика в плодотворности его усилий и дает представление о качестве модели. [38]
Оценка созданной модели прежде всего предполагает проверку модели на некоторых специфических этапах разработки методом сравнения с ее предыдущим состоянием. Логическая блок-схема при этом сравнивается с принципиальной структурой модели. Программная блок-схема проверяется на адекватность с логической блок-схемой. Далее проверяется соответствие между программой и программной блок-схемой. После сопоставления программы с программной блок-схемой весьма полезно для оценки адекватности модели применить метод контрольных задач. Контрольные задачи, или контрольные варианты, могут быть подготовлены независимо от реализации модели и затем использованы для проверки модели в целом. Совпадение результатов моделирования и контрольных вариантов при одинаковых входных данных свидетельствует об адекватности и корректности модели в отношении задач данного типа. [39]