Cтраница 2
Один из подходов к оцениванию параметров уравнения регрессии при наличии мультиколлинеарности состоит в сокращении количества входящих в модель предсказывающих переменных путем отбора подмножества предсказывающих переменных, существенных для прогноза значений переменной у. Каким бы способом ни проводился отбор переменных, число обусловленности уменьшается с уменьшением числа регрессо-ров. Процедура отбора существенных переменных, рассматриваемая как процедура выбора модели, полезна и когда исходная матрица Х Х хорошо обусловлена. Но особенно она эффективна в условия мультиколлинеарности, когда объясняющие переменные сильно коррелированы. Так, если две какие-либо переменные сильно коррелированы с у и друг с другом, то час - То бывает достаточно включения в модель одной из них, а дополнительным вкладом от включения другой можно пренебречь. [16]
Величина коэффициента детерминации служит одним из критериев оценки качества линейной модели. Чем больше доля объясненной вариации, тем соответственно меньше роль прочих факторов, и, следовательно, линейная модель хорошо аппроксимирует исходные данные и ею можно воспользоваться для прогноза значений результативного признака. Так, полагая, что объем продукции предприятия может составить 5 тыс. ед. [17]
В настоящей главе рассматриваются линейные операции над случайными процессами. Примерами таких операций являются дифференцирование и интегрирование процессов, преобразования с помощью дифференциальных и интегральных уравнений. Задача прогноза значения случайной функции или задача выделения полезной компоненты из наблюденных значений случайной функции, представляющей собою сумму передаваемого сигнала и искажающего шума, часто решается в рамках теории линейных преобразований случайных процессов. [18]
В зависимости от условий работы конструируют стеклопластик и создают методы прогнозирования. В большинстве случаев стеклопластик, работающий в контакте с жидкими средами, имеет сложную структуру [160], о которой подробнее будет сказано ниже. Однако получаемые в результате прогноза значения эксплуатационной долговечности характеризуют потенциальные возможности материалов и используются при их сравнении с целью выбора наиболее подходящего для заданных условий эксплуатации. Эти значения ( вопреки широко распространенному мнению) не совпадают со средним сроком эксплуатации изделий, значительно отличаясь от последнего как в большую, так и в меньшую сторону. Полученные значения долговечности не полностью характеризуют надежность изделий, которые могут быть изготовлены из данных материалов. Среднее время безотказной эксплуатации изделий, как и другие параметры их надежности, может быть определено только на базе современной теории надежности. Для стеклопластиков это особенно актуально, если учесть структурную чувствительность их свойств и, как следствие, возможность существенного различия свойств образцов и реальных конструкций. [19]
Перспективный анализ в условиях рыночной экономики является основой стратегического планирования. Важнейшими задачами перспективного анализа являются: прогнозирование хозяйственной деятельности, научное обоснование планов стратегического развития, оценка ожидаемых результатов выполнения бизнес-планов и планов развития. Стратегический ( перспективный) анализ необходим при составлении годовых планов, так как он позволяет сделать прогноз значений отдельных экономических показателей в будущем, учесть влияние новых факторов, связанных с новыми технологиями и способных играть решающую роль в будущем. [20]
Малая изученность процессов вносит функциональную неопределенность в математическую модель системы и алгоритмы оптимизации ХТС. Нестационарность течения процессов приводит к параметрической неопределенности. Для расчета параметров с целью оптимального управления процессом, производством необходимо учитывать обе указанные неопределенности. Для нестационарных систем важен прогноз значений параметров, иначе управление, рассчитанное по текущим значениям параметров, будет оптимальным для вчерашнего дня, то есть для прошедших времени и условий процесса. Эта проблема решается на основе применения адаптивно-эвристических моделей, учитывающих текущее состояние оборудования и тенденцию его изменения в будущем. Для целей оптимального проектирования адаптивно-эвристические модели упрощаются до детерминированных, использующих статистические зависимости изменения параметров за цикл работы оборудования. [21]
Эффективность применения гидроразрыва пласта зависит от множества факторов, определяемых горно-геологическими условиями и технологическими режимами. Уже на стадии проектирования операций ГРП необходимо надежное определение оптимальных параметров обработки в рамках технико-экономических требований. Выбор оптимального проекта связан с расчетами параметров трещин, создаваемых в данных геологических условиях при различных режимах обработки. На сегодняшний день эффективная стратегия поиска режимов оптимальной обработки отсутствует, что, в силу множественности решений соответствующей нелинейной многопараметрической задачи, приводит к огромным объемам расчетной работы, но не гарантирует достижения оптимума. Таким образом, проблема поиска возможно более узкой окрестности оптимума и прогноза значений оптимальных параметров обработки ГРП остается весьма актуальной. В работе [29] предлагается подход, позволяющий оценить значения оптимальных характеристик ГРП в рамках модели однородного продуктивного пласта. [22]