Cтраница 1
Точность прогнозирования зависит от ряда факторов. Во-первых, от того, насколько принятая схема потери машиной работоспособности отражает объективную действительность. Во-вторых, насколько достоверны сведения о режимах и условиях предполагаемой работы изделия, а также о его начальных параметрах. [1]
Точность прогнозирования зависит от того, в какой области применяется нейронная сеть, и от тщательности процесса обучения. Как мы видели, прибыль на FOREX складывается как статистический результат прибылей и потерь, ПОЭТОМУ, если нейронная сеть сможет давать правильные прогнозы с вероятностью более 50 %, мы будем получать устойчивую прибыль. [2]
Точность прогнозирования зависит от ряда факторов. Во-первых, от того, насколько принятая схема потери работоспособности ТС отражает объективную действительность. Во-вторых, насколько достоверны сведения о режимах и условиях функционирования системы, а также о ее начальных параметрах. [3]
Точность прогнозирования определяется также полнотой и достоверностью информации. При сборе, обобщении и анализе статистических данных необходимо, чтобы рассматриваемая предыстория отражала особенности исследуемого процесса, способные проявиться в будущем. [4]
Точность прогнозирования ремонтопригодности машины изменяется в больших пределах. Ее величина определяется степенью отличия конструктивных решений создаваемой машины от машины-прототипа. Одним из основных путей повышения точности прогнозирования является систематическое накопление экспериментальных данных о ремонтопригодности эксплуатируемых машин и на их основе уточнение применяемых методов. [5]
Точность прогнозирования показателей работы долот разных типов на базе разработанной математической модели ( см. табл. 9.7, 9.8, 9.9, 9.10) достаточна для выбора рациональных типов долот. [6]
В целом точность прогнозирования по всему массиву моделируемых плавок для обоих исследуемых вариантов оказалась примерно одинаковой. [7]
Рассматриваются вопросы точности прогнозирования и управления объектом по его математической модели. Вводится понятие функции чувствительности модели по входу и дается обобщение этого понятия на многомерные объекты и сложные объекты, состоящие из последовательно и параллельно соединенных объектов. [8]
Перечисленные характеристики точности прогнозирования и достоверности диагностирования специфичны, однако и они жестко связаны с погрешностями измерений параметров изделия и полнотой измерений или контроля. ГОСТ 23564 - 79) монотонно уменьшается примерно на 5 % при увеличении погрешности измерений в два раза ( для комбинационного метода поиска отказов и Q 0 5 - 1 0) и на 8 - 15 % при тех же данных для метода последовательного поиска отказов. Эта особенность позволяет аналогично характеристикам контроля работоспособности изделия по тем же зависимостям определять требуемую точность применяемых при прогнозировании и диагностировании средств измерений. [9]
Для оценки точности прогнозирования были использованы статистические модели добычи нефти для различных периодов разработки пластов Дг Туймазинской и Александровской площади и пласта Ди Туймазинской площади. [10]
Для повышения точности кратковременного прогнозирования необходимо использовать адаптивные, самонастраивающиеся прогностические модели, отражающие как ранние показатели процесса, так и изменяющиеся в последнее время условия его протекания. [11]
Дополнительный эффект увеличения точности прогнозирования может быть получен за счет селекции полной выборки. В частности, селекция полной выборки позволяет за счет отказа от прогнозирования значений функции в некоторых заданных точках увеличить точность прогноза значений функции в остальных точках. [12]
Стремление к повышению точности прогнозирования долговечности и ресурса привело к созданию в СССР и за рубежом стандартизованных программ нагружения, которые воспроизводят не только распределение эксплуатационных нагрузок, но и характер их чередования. При этом в авиастроении осуществляют подсчет долговечности по количеству полетов ( полетных циклов) и в качестве ограниченной реализации выбирают полетный блок, количество полетов в котором составляет 10 - 20 % от общего числа полетов, требуемого для данного самолета. Такой выбор полетного блока позволяет в широких пределах исследовать влияние на долговечность уровня напряжений, геометрических особенностей конструкции и технологии изготовления. [13]
Казалось бы, что точность прогнозирования возрастает с увеличением числа экспертов. Однако увеличение числа экспертов приводит к избыточной информации и росту интеллектуального шума. Поэтому, как показывают исследования, оптимальное количество экспертов 5 - 10 человек. Значимость оценок, высказанных экспертами, зависит от их квалификации и эрудиции. [14]
Можно считать, что точность прогнозирования здесь близка к оптимальной, поскольку в этом случае применяется весьма точный ( Т50) метод аппроксимации исходной нелинейной модели процесса. [15]