Cтраница 1
Степень адекватности модели и реального оборудования зависит от того, как давно и насколько тщательно был проведен натурный эксперимент. [1]
Повышение степени адекватности моделей измерительных модулей может быть достигнуто с помощью специальных экспериментальных исследований. [2]
При статистической оценке степени адекватности модели экспериментальным результатам наиболее часто используют критерий значения квадрата отклонения этих результатов от расчетных значений, полученных на основании данной модели. Поскольку этот метод описан во многих монографиях по статистике, основные формулы для расчетов даются здесь без вывода. [3]
На заключительном этапе проверяют степень адекватности модели объекту управления. [4]
Таким образом, на этом этапе устанавливается степень адекватности модели и моделируемого объекта в пределах точности исходной информации. [5]
Такой подход необходим, потому что при построении математических моделей крайне важно выбрать правильную степень адекватности модели реальному явлению, избегая при этом как чрезмерного упрощения, так и чрезмерного усложнения. [6]
Оптимальные значения весовых множителей, выбираемые из условия минимума критерия эффективности, позволяют повысить степень адекватности модели объекту. Однако во многих случаях выражения для оптимального значения настолько сложны, что приходится довольствоваться приближенными формулами. [7]
Оптимальные значения весовых множителей метода, выбираемые из условия минимума критерия эффективности метода, позволяют повысить степень адекватности модели объекту. Однако во многих случаях выражения для оптимального значения настолько сложны, что приходится довольствоваться приближенными формулами, снижающими эффективность метода. [8]
![]() |
Процедура приобретения знаний. [9] |
Указанные проблемы рассматриваются в плане облегчения и повышения эффективности взаимодействия эксперта и инженера по знаниям, повышения степени адекватности модели знаний ПрО реальной ПрО, построения языка структуризации и формализации относительно синтаксиса, семантики и прагматики семиотических МПЗ. [10]
Методы первой группы могут сравниваться по скорости сходимости и предельным значениям получаемых оценок коэффициентов, методы второй группы - по степени адекватности модели объекту в текущий момент времени. Кроме того, методы обеих групп могут сравниваться по помехозащищенности. К количественным характеристикам можно отнести объем памяти вычислительной машины требуемый для реализации метода, и количество арифметических операций, производимых при расчете. Последний показатель характеризует затраты машинного времени. [11]
Применение итеративных методов в этих случаях позволяет избавиться от этапа предварительного накопления информации об объекте, а получаемые текущие значения степени адекватности модели объекту дают возможность остановить процесс идентификации при достижении показателем адекватности допустимого уровня. Все это приводит к экономии времени и средств при разработке системы управления. В случае квазистационарного объекта, когда изменение характеристик объекта происходит вследствие переключения единиц оборудования, методы этой группы могут быть включены в состав системы управления и использоваться на интервалах стационарности. [12]
При взаимном сравнении методов идентификации обычно рассматриваются скорость сходимости, предельные значения получаемых оценок коэффициентов ( для группы А), степень адекватности модели объекту ( для группы Б), помехозащищенность. [13]
Сопоставление частотных характеристик, построенных для теоретической ячеечной модели с обратными потоками и отснятых на колонне при синусоидальном характере возмущающего сигнала, показало, что степень адекватности модели повышается по мере увеличения интенсивности пульсации, поскольку в данном случае снижается доля поперечной неравномерности. Возрастание адекватности характеризуется расширением диапазона частот, в пределах которого соблюдается совпадение теоретических и экспериментальных значений частотных характеристик. [14]
Повышение степени адекватности апостериорной модели по сравнению со степенью адекватности априорной модели может обеспечиваться определением неизвестных параметров зависимости, но может уточняться и вид зависимости, что представляется достижением более высокой степени адекватности модели, чем простое уточнение параметра зависимости. Поясним изложенную мысль следующим примером. [15]