Cтраница 3
Таким образом, идентификация объектов разработки одной группы с помощью комплексного показателя разработки позволяет контролировать текущую нефтеотдачу и прогнозировать конечную нефтеотдачу и другие технологические параметры. [31]
В этом случае идентификация указываемого объекта требует последовательного просмотра таблицы имен с использованием в качестве ключей указателей на корреляционную таблицу. [32]
В этом случае идентификация указываемого объекта требует последовательного просмотра таблицы имен с использованием в качестве ключей указа-телей на корреляционную таблицу. [33]
Рассмотрены статистические методы идентификации объектов с. Дан обзор статистических методов по получению модели объекта с распределенными параметрами и изложены результаты исследования барабанной вращающейся печи статистическим методом. [34]
Практическая реализация методов идентификации объекта и настраиваемой модели требует исследования качества переходных процессов, выбора и оценки различных моделей, функционалов и однозначности оценок. Эти вопросы будут рассмотрены ниже. [35]
Решение практических задач идентификации объектов управления неизбежно связано с обработкой экспериментально-статистических данных о химико-технологическом процессе, что требует использования вычислительной техники. [36]
В процессе проведения идентификации объектов трубопроводного транспорта нефти и нефтепродуктов необходимо выделить все опасные производственные объекты в составе организации - страхователя. [37]
![]() |
Структура и состав функционального модуля идентификации объекта регулирования на основе алгоритма III. [38] |
Алгоритм III предназначен для идентификации объекта по экспериментальной кривой разгона, полученной при воздействии на объект входного возмущения, описываемого функцией произвольного вида. Поэтому в отличие от алгоритмов I и II в состав исходных данных включается массив XIN, определяющий входное возмущение произвольной формы. [39]
Точность выполнения расчетов при идентификации объекта управления может быть повышена путем увеличения числа вводимых в ЭВМ для последующей обработки точек дискретизации экспериментальных кривых. [40]
Менее жесткая постановка задачи идентификации объекта может быть представлена в виде следующей задачи стохастического программирования с вероятностными ограничениями. [41]
Таким образом, задача идентификации объекта планирования с помощью аппроксимирующей гиперплоскости сводится к задаче построения агрегированной модели на основе информации, порождаемой неагрегированной моделью. [42]
Указанный прием распространяется на идентификацию объектов, представимых всеми типами моделей, рассмотренными в предыдущем параграфе. [43]
Составление структурной схемы подготовляет идентификацию объекта: это некоторая первоначальная формализация априорных данных об объекте. Структурная схема обладает наглядностью, позволяющей представить объект управления в виде некоторой модели с причинно-следственной связью между переменными. [44]
Решение перцептивных задач опознания и идентификации объектов требует не столько врожденных свойств, сколько перцептивных навыков. Наличие перцептивных эталонов, опыт сопоставления воспринимаемых сигналов с эталонными образами памяти обеспечивают успешное восприятие информации с план-индикатора или закодированных речевых сообщений. [45]