Cтраница 1
Процесс построения математической модели состоит в переходе от качественных зависимостей концептуальной диаграммы к точному описанию математической модели. Принципы построения математических моделей производственно-экономических процессов, описанные в данной главе, применимы и здесь. [1]
В процессе построения математической модели изучаемого объекта, реализованной в виде программы на ЭВМ, исследователь может совершать различные ошибки, как принципиальные, так и чисто технические. К принципиальным ошибкам относятся неправильный выбор списка переменных или систем гипотез, их связывающих, а к техническим - ошибки, допущенные при составлении программы. [2]
Итак, процесс построения математической модели состоит в переходе от качественных зависимостей концептуальной модели к точному описанию модели математической. Принципы построения математических моделей производственно-экономических процессов были описаны в первой главе. Эти принципы применимы и здесь. Мы продемонстрируем их использование при построении математических моделей двух исследуемых нами объектов: автозаправочной станции и экономики страны. [3]
Сложные задачи предстоит решить при автоматизации процесса построения математических моделей теплоэнергетических установок. Разработанные к настоящему времени методы математического моделирования применимы для технико-экономического анализа теплоэнергетической установки заданного типа с фиксированной или изменяемой в ограниченном диапазоне технологической схемой. Между тем очень часто имеет место более общая задача выполнения технико-экономического анализа теплоэнергетической установки при любых возможных изменениях в виде ее технологической схемы. В этом случае возникают серьезные трудности при построении измененной математической модели установки. Изложению методики автоматического построения математических моделей теплоэнергетических установок посвящена глава 3 данной работы. [4]
Понятие имитационное моделирование целесообразно связывать как с процессом построения математической модели системы, так и с использованием ее в машинном эксперименте для статистической оценки показателей эффективности. [5]
Как мы уже говорили, ЛПР должно участвовать в процессе построения математической модели для того, чтобы доверять результатам, полученным с ее помощью. [6]
Выявление технологических факторов, влияющих на точность изготовления, является задачей, решаемой в процессе построения математической модели. [7]
Сгущение красок продиктовано стремлением показать, во-первых, тот спектр проблем, который возникает в процессе построения математических моделей, а во-вторых, сложностью их применения в задачах управления производством. [8]
Сгущение красок продиктовано стремлением показать, во - первых, тот спектр проблем, который возникает в процессе построения математических моделей, а во - вторых, сложность их применения в задачах управления производством. [9]
Сгущение красок продиктовано стремлением показать, во - первых, тот спектр проблем, который возникает в процессе построения математических моделей, а во - вторых, сложность их применения в задачах управления производством. [10]
Так, сформулированная ранее проблема неполного соответствия модели реальному объекту решается на основе активного участия ЛПР в процессе построения математической модели изучаемого объекта. Благодаря этому при моделировании экономических систем ЛПР отдает себе отчет в том, какие предположения о неизменности социально-экономических факторов и других условий производства внесены в модель. При необходимости он может рассмотреть измененную обстановку и осуществить соответствующие изменения в модели. Во всяком случае, ЛПР осознает пределы применимости получаемых результатов. [11]
Первый шаг ( формулировка математической модели) тесно связан с сущностью изучаемой экономической системы и целями исследования, поэтому какие-либо общие рекомендации давать здесь трудно. В качестве иллюстрации кратко опишем процесс построения математической модели прогнозирования народного хозяйства, о которой уже говорилось в предыдущем разделе. [12]
Традиционный способ представления знаний заключается в том, что на естественном языке вводятся основные понятия и отношения между ними и устанавливается соответствие между характеристиками этих поня-тий и параметрами соответствующей математической модели. Модели представления знаний имеют целью выработки аппарата формализации процесса построения математической модели по неформальному знанию. Это весьма трудоемкий процесс, поскольку он выполняется вручную и состоит в переходе от содержательных неформальных понятий к их формальным моделям, к тому же научные и профессиональные знания даже в рамках ограниченной проблемной области чрезвычайно обширны. [13]
Кроме того, появилась новая переменная W, играющая роль потока для уровня А. Читатель легко разберется в этой диаграмме, если вспомнит процесс построения математической модели экономики, который был описан в предыдущем параграфе. В практических исследованиях такие диаграммы строятся вместо математических моделей, частично заменяя их. Дело в том, что от такой диаграммы удобно переходить непосредственно к написанию программы на языке динамо. При этом происходит дальнейшее уточнение модели, приведение ее к формализованному виду. Наглядность диаграмм рис. 35 и 38 дает возможность привлечь к участию в такой работе экспертов-нематематиков. [14]
Если же задача состоит в том, чтобы углубить понимание изучаемой системы, модель может быть эффективной и в том случае, если она отражает только то, что мы считаем сущностью изучаемой системы. Такая модель придает точность нашему мышлению; неопределенность подлежит устранению в процессе построения математической модели; мы получаем возможность решить вопрос об относительной важности различных факторов и обнаружить несоответствия в наших исходных положениях. Нередко оказывается, что наши допущения, касающиеся отдельных компонентов системы, не могут привести к ожидаемым последствиям. Наша словесная модель, будучи преобразована в точную математическую форму, может оказаться не соответствующей качественной природе реального мира. [15]