Cтраница 3
В противоположном случае, когда выборка велика по сравнению с размерностью описания ( числом признаков) имеется возможность усложнить класс решающих правил за счет использования кусочно-линейных ( в указанном ниже смысле) разделяющих поверхностей. Конечно, может случиться, что и линейное правило даст удовлетворительное решение. [31]
Клеппа [160] установил связь между парциальными избыточными энтропиями цинка и валентностью растворенного вещества в системах на основе цинка: величина Sfn при данной мольной доле ( включая ноль) более положительна для больших различий в валентности между растворенным веществом и растворителем. Эта связь приписывается отклонениям электронной теплоемкости от линейного правила смешения. Возможно, электронный вклад в общую теплоемкость слишком мал ( около 3 %), чтобы могло сказаться его влияние, хотя есть доказательство, что уровень Ферми в расплавленном цинке аномально повышается при растворении веществ более высокой валентности, чем цинк. Изменение механизма связи между атомами растворенного вещества, а также между атомами растворенного вещества и атомами растворителя при изменении валентности растворенного компонента может повлиять на спектр колебаний при сплавлении и увеличить вклад в SE. Этому, возможно, положительному вкладу сопутствует более сильный отрицательный вклад, связанный с ближним упорядочением при более высокой валентности растворенного вещества. Таким образом, для того, чтобы наблюдать связь между энтропией и разностью валентностей, в чистом виде следует выбирать компоненты с возможно большими различиями. [32]
Здесь Nf - общая долговечность; р - постоянная, определяемая из испытаний на усталость при однократной перегрузке. Для каждой из двух фаз усталости Мэнсон предполагает действие линейного правила повреждения. [33]
Здесь показаны 95 % - ные доверительные интервалы для этой величины, а также средние статистические значения. Кружками обозначены средние значения, полученные в предположении, что справедливо линейное правило суммирования, а вес образцы испытывают вплоть до достижения предельного состояния. [34]
Формула (3.20) представляет собой основное соотношение для модели накопления повреждений, основанной на гипотезе об авто-модельности этого процесса. Аргументом в правой части этого соотношения служит величина, которая в рамках линейного правила суммирования имеет смысл повреждения, а в рамках гипотезы об автомодельности - смысл некоторой характеристики процесса нагружения на рассматриваемом - отрезке времени. [35]
Зависимости Тъ ( q) при непрерывном нагружении и Nb ( q) при дискретном определяют из простейших испытаний. Таким образом, линейное правило суммирования повреждений позволяет оценивать показатели долговечности при произвольных ( в том числе - случайных) режимах нагружения по результатам базовых испытаний. [36]
В последнее время все большее распространение начинают получать критерии, основанные на представлении о процессе разрушения как о постепенном накоплении ( линейном или нелинейном) повреждений в материале под действием нагрузки. При этом правило суммирования повреждений может быть линейным или нелинейным. Во многих случаях линейное правило суммирования повреждений не подтверждается экспериментом. [37]
Более детальные сведения о результатах моделирования приведены на рис. 3.12. Здесь даны эмпирические плотности ( гистограммы) для параметра ф, а также теоретические плотности вероятности. Гистограммы получены в предположении, что испытания проводят по программам А и В вплоть до достижения предельного состояния. Сплошные линии соответствуют линейному правилу суммирования, штриховые - нелинейной модели. Расхождение между двумя моделями, а также расхождение между теоретическими результатами и результатами моделирования нельзя признать статистически значимыми. Если продолжительность испытаний ограничена, то эти расхождения существенные. Это видно из сопоставления рис. 3.12, а, который построен для нагружения по программе А, и рис. 3.12, б, соответствующего программе В. Программа А восходящая, так что при испытаниях по этой программе почти не происходит отсева образцов. Программа В - нисходящая, причем она начинается с относительно кратковременных перегрузок. В результате к концу испытаний выбыло 64 % образцов. [38]
В задачах прогнозирования остаточного ресурса за начальный момент времени принимаем момент tk последнего наблюдения. Однако строгая марковость отсутствует, поскольку процесс внешних воздействий q ( t) в общем случае обладает памятью. Это отличие существенно, если процесс накопления повреждений не подчиняется линейному правилу суммирования. [39]
Инженерные расчеты на долговечность при циклических нагрузках должны учитывать большое число эксплуатационных, конструктивных и технологических факторов. Среди них - концентрация напряжений, состояние поверхности и масштабный эффект, асимметрия циклов и сложное напряженное состояние, часто та нагружения, температура и другие условия окружающей среды. В настоящее время считают, что два последних способа дают наилучшее соответствие опытных данных и результатов расчета по линейному правилу суммирования. В работах [123, 127] подробно описаны алгоритмы и программы расчета по этой схеме. [40]
Пусть теперь дана входная цепочка а... Сохраним обозначение Л / ( /, /) Касами для множества нетерминальных символов, из которых можно вывести подцепочку flj... Удобно представить запись множества N ( jt i) в виде последовательности разрядов, в которых стоит 0 или 1 в зависимости от того, выводима ли данная подцепочка из символа A VN по линейным правилам. Я; входной цепочки можно вывести из феф в данной грамматике, и равна 0 в противном случае. [41]
Затем для каждой из частей строит свое линейное решающее правило. Результирующее правило реализует теперь достаточно сложное нелинейное разделение классов в пространстве признаков. Сложность этого правила может быть оценена нак произведение размерности пространства описания на число таксонов. Именно таково будет число настраиваемых коэффициентов во всех линейных правилах. Следовательно, с увеличением числа таксонов сложность быстро становится соизмеримой с длиной выборки или превысит ее. [42]
В целом процесс решения задачи распознавания выглядит так. Сначала из содержательных соображений нужно задаться набором параметров, признаков и функций от них, которые представляются необходимыми для распознавания. После перехода к бинарному описанию следует применить программу построения линейного решающего правила с отбором оптимальной совокупности признаков. Если результат удовлетворяет исследователя, на этом можно остановиться. В противном случае можно либо расширить пространство описания, включив в него новые параметры или функции от них и далее снова воспользоваться программой построения линейного правила, либо перейти к программам, основанным на построении таксонной структуры. [43]