Cтраница 1
Прогнозирование случайных процессов используется в геолого-геофизических исследованиях для построения карт различных характеристик в тех случаях, когда требуется получить сведения о значении картируемой величины в точке, недоступной для наблюдения или по разным причинам не подвергнутой наблюдению. [1]
Для прогнозирования непрерывных случайных процессов в настоящее время существует достаточно много различных методов из области статистической теории предсказаний. Основная трудность их применения связана с допустимой степенью аппроксимации реального процесса, необходимой по условиям принятых в данном методе ограничений. [2]
Методы прогнозирования случайных процессов разработаны достаточно полно. Однако при прогнозировании разработки месторождений природных газов они практически не применяются. [3]
Для анализа и прогнозирования случайных процессов большое значение имеют сведения о различных статистических характеристиках и параметрах. С их формированием и представлением связано направление статистической генерализации, предполагающее переход от множества отдельных значений параметров к их статистическим распределениям и спектральным характеристикам. Подобная форма обобщенного представления была обоснована в [8-15], где в качестве обобщенной характеристики предлагалась характеристика текущего статистического распределения отклонений всей совокупности контролируемых параметров от установленных для них нормальных значений. [4]
В этом случае следует привлечь прогнозирование случайного процесса x ( t), если это возможно. [5]
Короче говоря, предлагается применить среднеквадрати-ческое прогнозирование случайных процессов. [6]
Изложенная теория находит широкое применение в теории прогнозирования случайных процессов. Винера В силу исторических традиций этот результат до сих пор связывается с их именами, хотя по существу он является частным случаем равенства Парсеваля и не требует отдельного доказательства. [7]
Из формулировки задачи очевидно, что она является задачей прогнозирования случайного процесса. [8]
Оценка надежности по ускоренным испытаниям в нормальном режиме сводится к прогнозированию случайных процессов, которыми могут быть аппроксимированы изменения во времени технических параметров изделия. В зависимости от прогнозируемых параметров и целевой направленности прогнозирования различают детерминированный и вероятностный методы и методы статистической классификации на основе распознавания образов. [9]
Применение этого принципа для нечеткой арифметики с нечеткими числами позволяет решать традиционные задачи теории управления: параметрической и структурной идентификации; фильтрации и прогнозирования случайных процессов; обработки измерений по методу наименьших квадратов; распознавания образов и другие задачи. [10]