Cтраница 3
Для указанного уровня значимости полученные зависимости адекватно отражают моделируемый процесс и могут быть использованы для его расчета и оптимизации. [31]
Каждая из этих проблем, в силу различия моделируемых процессов, достаточно самостоятельна, хотя обе они, благодаря тесной взаимосвязи между указанными процессами, находятся: в диалектическом единстве. [32]
В каждом случае следует решать вопросы методики идентификации моделируемого процесса, постановки и техники проведения эксперимента. [33]
При указанных выше ограничениях отход от полного подобия моделируемого процесса настолько велик, что полученные в дальнейшем результаты следует рассматривать больше как качественную, чем количественную характеристику процесса. [34]
При построении экономико-математических моделей следует избегать как излишней детализации моделируемого процесса, приводящей к большому числу переменных и существенно затрудняющей процесс моделирования, так и чрезмерного упрощения, ведущего к искажению свойств процесса. Соотношения, описывающие моделируемый процесс управления, должны обеспечивать решения, удовлетворяющие требованиям пользователей. [35]
На втором этапе проводится единый количественный и качественный анализ моделируемого процесса, определяются необходимые условия его протекания. Статистической обработкой исходных данных исследуются взаимосвязи между управляющими параметрами и входными показателями процесса. [36]
Первым из этих подходов является использование качественных представлений о моделируемом процессе для записи необходимого множества условных предложений. [37]
Получив решение задачи, можно оценить, какое влияние на моделируемый процесс оказывает то или иное изменение исходных факторов. [38]
На основе понятия сети, которая описывает только статическую топологию моделируемого процесса или системы, вводятся динамические сетевые структуры, в которых местам приписываются специальные разметки, моделирующие выполнение условия, и с сетью связывается понятие ее функционирования, изменяющего эти разметки ( условия) в результате так называемых срабатываний переходов. К таким динамическим сетям относятся сети Петри, их различные варианты, обобщения и частные случаи. [39]
Выделение минимально необходимого числа факторов, определяющих наиболее существенные черты моделируемых процессов, приводит к постановке новых задач теории фильтрации. К настоящему времени построен ряд математических моделей и соответствующих им методик расчета технологических показателей, отражающих современные представления о механизмах полимерного заводнения, заводнения с применением ПАВ и щелочей, мицеллярного заводнения. [40]
Такие модели обычно получают путем анализа физических и химических основ моделируемых процессов. Результатом анализа является прямая или обратная модель процесса. [41]
Ввиду того что математическое описание сушилки составляется при ряде допущений, моделируемый процесс неизбежно будет отличаться от реального, и возникающие ошибки в управлении через некоторое время могут стать значительными. Для устранения этого в систему регулирования введен корректор К, получающий сведения о реальных значениях температуры и влагосодержания материала на выходе из сушилки и корректирующий математическое описание аппарата. [42]
В рассматриваемом случае возможно построение целого множества моделей, по-разному отображающих моделируемый процесс и отражающих различные его свойства. [43]
Сущность метода математического моделирования заключается в том, что изменение масштаба моделируемого процесса производится непосредственно на самой математической модели с помощью электронных вычислительных машин. [44]
Коррекция математической модели процесса ректификации проводится на основе экспериментальных данных о моделируемом процессе. В качестве таких данных чаще всего используются значения концентраций компонентов разделяемой смеси по высоте колонного аппарата в паровой и жидкой фазах, значения температур на ступенях разделения, а также составы продуктов разделения. При этом под оценкой адекватности модели объекта моделирования понимается сравнение расчетных и экспериментальных данных, по результатам которого и проводится коррекция математических моделей Следует отметить, что получение достаточно полного объема экспериментальных данных во многих случаях представляется сложной задачей и может служить источником ошибок, если не принять соответствующих мер по проверке их корректности. [45]