Прогнозирование - параметр
Cтраница 3
Все сказанное выше позволяет использовать этот метод во многих областях науки и техники для решения конкретных задач прогнозирования параметров. [31]
Описаны основные составляющие автоматизированной системы - подсистемы сбора геолого-промысловых и производственных данных, анализа и контроля разработки месторождения, математического моделирования и прогнозирования параметров месторождения и технологических процессов нефтедобычи, банк многомерных математических моделей для разработки месторождений тяжелых, легких, высоковязких, парафинистых, газифицированных нефтей и газа. Приведены характерные выводимые результаты, представляемые в числовой и графической форме. [32]
Представляется важным проанализировать, как распределяются по количественным показателям токсичности изученные к настоящему времени органические соединения серы, что хотя бы ориентировочно позволит оценить возможную ошибку при прогнозировании параметров токсичности существующими методами. На рис. 10 представлено распределение веществ по степени токсичности согласно классификации Госселина [286], которая включает 6 классов. Основная масса соединений, по данным Госселина, приходится на 3 - й класс, класс очень токсичных соединений. Большинство органических соединений серы относится к следующему, 4-му классу умеренно токсичных веществ. Следовательно, при использовании расчетных методов определения параметров токсичности ошибка, хотя и возможна, но вероятность ее невелика, если учесть относительно небольшой процент высокоопасных соединений среди органических соединений серы. [33]
Вторая очередь АСУ будет содержать задачи: расчет параметров газоносной части пласта, в том числе расчет положения контакта газ - вода по пластам, контроль за выполнением плана закачки и отбора газа по пластам-коллекторам, установление оптимального режима работы скважин нижнещигров-ского и ряжского пластов, накопление статистического материала по устьевым давлениям, температура газа и дебиту эксплуатационных скважин, данных замеров по пьезометрическим скважинам, по проведению методов их интенсификации и продвижению газоводяного контакта; накопление статистических данных о количестве воды, конденсата и песка в продукции скважин; прогнозирование геолого-промысловых параметров закачки и отбора газа ( давление и газонасыщенности) и безводного дебита скважин по пластам-коллекторам. [34]
Обычно автоматическая подгонка информации по истории разработки - хорошее средство, применяемое для определения параметров гипотетических пластов, используемых при методических исследованиях. При прогнозировании параметров реальных пластов после автоматической подгонки данных часто получают неудовлетворительные результаты. [35]
Стратегическая сегментация отличается сложностью прогнозирования и неопределенностью результатов. Наиболее распространенными методами прогнозирования параметров рынка являются методы экстраполяции по тенденциям, экспертные, индексные методы. [36]
Дальнейшее применение информационных технологий связано со стохастическими моделями ( методами синергетики), которые в отличие от детерминированного подхода позволяют адекватно описать поведение объекта в сложных системах с помощью некоторых универсальных представлений и моделей. Весьма эффективными методами прогнозирования параметров надежности являются адаптационно-обучающие методы ( методы последовательного анализа Вальда, потенциальных функций), методы теории динамического хаоса, теоретико-игровые методы, применение фрактальных характеристик систем нефтедобычи для контроля и управления технологическими процессами. Все большее применение при решении различных задач на объектах нефтедобычи находят методы исследования операций, которые основаны на применении современных разделов математики и тесно связаны с кибернетикой, теорией автоматизированного управления и другими. [37]
Анализ волновой картины необходим для правильного понимания процессов, происходящих при действии взрыва на окружающую среду. При исследовании или прогнозировании параметров сейсмовзрывных волн методами математического моделирования анализ волновой картины является существенным элементом контроля соответствия физико-математической модели рассматриваемому природному явлению. [38]
В токсикологических исследованиях определяются параметры острой токсичности DL50, TL50 и др. при пероральном введении, а при наличии информации о выраженной способности вещества проникать через неповрежденную кожу - параметры острой токсичности для кожно-резорбтивного действия. Полученные данные используются для прогнозирования параметров хронической токсичности вещества - пороговой ( ПДхр) и максимально недействующей ( МНД) доз или концентраций ( ПКхр, МНК) общетоксического действия в условиях хронического опыта. Параметры ПДхр, МНД, ПКхр и МНК рассчитываются по экспериментально установленным значениям DL50, TL50 и на основе смешанных математических моделей, включающих, наряду с токсикометрическими параметрами, физико-химические, биологические константы, или зависимостей физико-химическая структура-биологическая активность. Используются также результаты прогнозирования параметров хронической токсичности на предыдущем этапе схемы. Возможен расчет пороговых доз кожно-резорбтивного действия. По соотношению расчетных ПКхр и экспериментально установленных ПКорг и ПКсан определяется класс опасности вещества. [39]
В связи с успешным продвижением исследований по управляемым термоядерным реакциям на установках Токамак, на эти установки возлагаются большие надежды и существуют планы строительства токамаков более крупного масштаба. При этом возникает необходимость прогнозирования параметров плазмы в крупных установках, что требует подчас экстраполяции полученных экспериментально соотношений на порядки величин. Если бы была достигнута полная ясность в понимании протекающих в плазме явлений, то такая экстраполяция не представляла бы затруднений, так как все параметры можно было бы рассчитать теоретически. Поэтому в значительной мере приходится опираться на эмпирические закономерности, определенные в ограниченной области изменения параметров. В этой ситуации представляется не лишенным интереса бросить несколько более общий взгляд на плазму то-камака с точки зрения широко известного подхода, опирающегося на анализ размерностей. [40]
Вычисленные ТЭП сравниваются с заданными, анализируются отклонения. Вычисляются и выдаются на печать ошибки прогнозирования параметров и ТЭП. Прогнозируются значения параметров и ТЭП на последующие интервалы работы отделений. Анализ ТЭП позволяет оценить эффективность выполняемой оптимизации и оптимального управления процессами. [41]
Недостатки метода черного ящика и недостаточное развитие структурного моделирования иногда пытаются компенсировать на основе синтеза обоих методов: элементарную производственную единицу разбивают на более элементарные, которые описывают с помощью функциональных моделей, а затем каким-либо образом на их основе строят производственную функцию элементарной производственной единицы в целом. Такой метод нашел широкое применение при прогнозировании параметров многоотраслевых моделей народного хозяйства, которые рассмотрены в гл. [42]
Таким образом, невозможно пронормировать расходы электроэнергии для всех режимов и всех видов продукции, нельзя считать их постоянными, на несколько лет вперед. Поэтому нереально опираться на них при определении экономии электроэнергии по цехам и прогнозировании параметров электропотребления предприятия в целом. Здесь необходим более обобщенный показатель, связывающий потребление электроэнергии с выпуском продукции. [43]
Это обусловлено тремя обстоятельствами: 1) повышением качества изоляционно-укладочных работ; 2) созданием теории прогнозирования параметров катодной защиты; 3) разработкой методики расчета и проектирования катодной защиты. [44]
Страницы: 1 2 3 4