Cтраница 2
Машинная программа, используемая в данной модели гидросистемы рек Арканзас, Уайт-Ривер и Ред-Ривер ( гидросистема А-У - Р), проводит все те же самые вычисления, которые выполнялись и в более ранних ручных имитационных моделях. Различие состоит в значительном повышении степени адекватности модели, ее сложности и скорости вычислений. Машинная имитационная модель ( программа) позволила учесть значительно больше факторов, чем использовалось в обычных ручных моделях, глубже рассмотреть влияние каждого отдельного фактора, проанализировать более крупную систему. [16]
Из сказанного ясна роль математического описания при разработке системы и осуществлении процесса управления. Чем точнее построена модель и чем больше степень адекватности модели реальному объекту, тем, естественно, точнее решается задача управления. Однако, с другой стороны, увеличение точности математического описания объекта связано с увеличением затрат времени и средств на разработку самой модели. Поэтому, хотя в настоящее время и разработаны достаточно эффективные методы количественной оценки степени соответствия модели реальному объекту, решение задачи о необходимой степени этого соответствия осуществляется на базе конкретных требований, предъявляемых к результатам управления. [17]
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. [18]
Погрешность метода ступенчатой аппроксимации весьма чувствительна к шагу квантования по оси времени и резко возрастает по мере увеличения порядка момента. Указанное обстоятельство затрудняет решение вопросов, связанных с оценкой степени адекватности модели структуры потоков и реального объекта. [19]
Однако указанный метод не обладает высокой точностью, причем точность его резко падает с увеличением порядка момента. Указанное обстоятельство затрудняет решение вопросов, связанных с оценкой степени адекватности модели структуры потоков реальному объекту. [20]
За эталон ( меру) при фиксированном подходе к свертыванию принимают формализованное задание. Степень отклонения структуры первоисточника от принятой за эталон структуры формализованного задания определяет степень адекватности модели вторичной информации. Полное соответствие плана содержания первоисточника плану задания является тем идеальным случаем, когда модель вторичной информации можно считать абсолютно адекватной. На практике такого случая не бывает, так как получение абсолютно адекватной вторичной информации противоречит самой идее свертывания, суть которой заключается в уменьшении содержания первоисточника, а не в получении ее копии. По этой причине, когда речь идет об адекватности вторичной информации, имеется в виду относительная ее адекватность. [21]
Разработка рекомендаций для проектирования химического производства начинается с изучение опытных данных, проходит стадию анализа математическими методами, а затеи снова проверяется практикой. Частота исследования взаимссвязи между математической моделью и опытными данными зависит от установления степени адекватности модели изучаемому объекту. [22]
Такие достоинства метода элементарных балансов, как простота, наглядность, приспособленность к расчету на ЭЦВМ, оправдывают, на наш взгляд, апробацию его в рассматриваемом случае. Упрощения, которые при этом необходимы, в определенной мере будут влиять на степень адекватности модели реальному процессу. Однако накопленный опыт исследования процессов тепломассообмена в мелкодисперсных средах и известные возможности метода позволяют надеяться, что такое влияние будет в допустимых пределах. [23]
Хотя читатель, без сомнения, знаком с основными процессами переработки полимеров, мы считаем полезным перед построением математической модели каждого технологического процесса кратко изложить его физическую сущность, дав по возможности исчерпывающую качественную картину явления. Такой подход необходим, потому что при построении математических моделей крайне важно правильно выбирать степень адекватности модели реальному явлению, избегая как чрезмерного упрощения, так и чрезмерного усложнения. [24]
Изученный характер деформации статических характеристик колонны при вариации всех параметров модели за исключением соотношения нагрузок, показывает, что концентрация на концах колонны меняется значительно меньше, чем соответствующие профили концентраций по высоте аппарата. Этот результат позволяет сделать вывод о целесообразности использования профиля концентрации по высоте аппарата для оценки степени адекватности модели и процесса, так как профиль обладает более высокой чувствительностью к изменению параметров модели. [25]
Аналитические модели ВС, основанные на представлении исследуемых систем в виде экспоненциальных стохастических сетей, очень важны в решении задач анализа и синтеза ВС. Однако эти модели строятся с использованием ряда допущений, каждое из которых в той или иной степени ведет к уменьшению степени адекватности моделей. Вследствие этого характеристики ВС, определяемые на основе аналитических моделей - приближенные, степень же приближенности характеристик зависит от многих трудно поддающихся учету факторов. [26]
Методы регрессионного анализа позволяют из нескольких различных по виду моделей выбрать наиболее адекватную. Регрессионный анализ сводится к определению на основании экспериментальных данных коэффициентов модели ( коэффициентов регрессии), оценки значимости значений этих коэффициентов и степени адекватности модели. [27]
Проанализированы причинно-следственные связи между признаками травматизма. Предложены разные критерии оценки связности, что позволяет установить причинно-следственные связи различной природы и интенсивности, а также методы определения существенных признаков, показаны пределы их применимости и степень адекватности моделей. Разбор сопровождается примерами из практики. [28]
При необходимости дробный факторный эксперимент может быть дополнен до полного. Учитывая естественное стремление сокращать затраты на эксперименты, планирование, как правило, начинают с дробного факторного эксперимента. Эту серию экспериментов завершают оценкой степени адекватности модели исследуемому процессу по F-критерию. [29]
Область применения методов адаптации модели стационарного объекта очень широка. Методы этой группы ( назовем ее группой А) могут использоваться на первых стадиях разработки системы управления - при предварительном обследовании объекта и разработке технического задания, когда не требуется высокой степени соответствия модели объекту управления. В этих случаях применение итеративных методов позволяет избежать предварительного накопления информации об объекте, а получаемые текущие значения степени адекватности модели объекту дают возможность остановить процесс идентификации при достижении показателем адекватности допустимого уровня. При кусочно-стационарной модели ( когда изменение характеристик объекта происходит вследствие переключения оборудования) методы этой группы могут использоваться на интервалах стационарности. [30]