Дисперсия - параметр
Cтраница 2
Здесь / 1 и / 2 - числа степеней свободы, с которыми определяется дисперсия адекватности и дисперсия параметра оптимизации соответственно. [16]
 |
Техническая структура управля -. ющего вычислительного комплекса. [17] |
ПОИ реализует такие функции, как масштабирование и фильтрацию измерений, вычисление средних значений технологических переменных, расчет дисперсий параметров, контроль режимных и аварийных границ, коррекцию результатов измерения расходов на условия измерения ( давление и температура) и др. Характерным для системы ПОИ является большое число обрабатываемых данных при ограниченном, сравнительно небольшом числе алгоритмов обработки. [18]
Таким образом, дисперсия выходной переменной системы является функцией времени и определяется как коэффициентами влияния, так и дисперсией параметров. [19]
Как и ранее, для выполнения условий максимизации W ( ту, туч - следует обеспечить выполнение подчиненных критериев (V.14) минимизации дисперсии стабилизируемых параметров. [20]
Таким образом, если известны зависимости рабочих характеристик системы от параметров элементов, а также в каждый момент времени известны среднее значение и дисперсия параметров элементов, то частота отказов системы определена. [21]
В данном случае дисперсия возникает вследствие ограничения среды в геометрическом смысле, причем предполагается, что среда, в которой распространяется поле, потерями и дисперсией параметров ( iai и eai не обладает. [22]
Погрешность измерения таких статистических характеристик, как множественный коэффициент корреляции, коэффициенты регрессии, остаточная дисперсия пропорциональны отношению ( an / ст.), где о - - дисперсия параметра Xi, dni - дисперсия погрешности измерения г - го параметра. [23]
Сущность метода случайного баланса состоит в том, что если все эффекты, принятые экспериментатором, приближенно оценить при помощи небольшого числа опытов и затем расположить их в порядке убывания вносимого ими вклада в дисперсию параметра оптимизации, то получится ранжированный ряд. Если распределение окажется неравномерным с быстрым убыванием экспоненциального типа, то в этом случае несколько существенных эффектов отсеивают для того, чтобы включить их в последующие эксперименты, а выделенные незначимые эффекты относят к шумовому полю. Методом случайного баланса обеспечивается выделение существенных линейных и парных взаимодействий. [24]
При такой оптимизации в среднем требуется только строгое выдерживание полученных уставок С / / для локальных систем. В этом случае необходимо, чтобы дисперсия параметров в процессе стабилизации на уровне И была минимальна. [25]
В этом случае число степеней свободы равно N - 1, где N - число сравниваемых дисперсий. Однородность дисперсий в равных точках факторного пространства свидетельствует о независимости дисперсии параметра оптимизации от абсолютной его величины. Выполнение этого условия наряду с другими позволяет использовать регрессионный анализ при обработке опытных данных. [26]
Матрица планирования состоит из серии опытов, и дисперсия всего эксперимента получается в результате усреднения дисперсий всех опытов. По терминологии, принятой в планировании эксперимента, речь идет о подсчете дисперсии параметра оптимизации 8У) или, что то же самое, дисперсии воспроизводимости эксперимента осцр. [27]
Параметром, характеризующим качество партии, может быть или число / дефектных изделий в партии ( границы / 0 и / i / 0), или среднее значение Е или А. АО и А, А0), или ( при контроле однородности продукции) дисперсия параметра в партии ( границы ojj и Oj og); в том случае, когда качество партии улучшается с ростом значения параметра, соответствующие неравенства должны быть заменены на противоположные. [28]
Для этого, по-видимому, нужно будет приписать эквивалентному двигателю на время перерыва питания механическую постоянную инерции по ( 4 - 38), а на время самозапуска - большее значение. Есть основания полагать, что это последнее должно быть тем больше, чем больше дисперсия параметров исходных двигателей. Сказать, насколько все это осложнит расчеты и какой даст выигрыш в точности, пока трудно. [29]
Ниже рассмотрим еще один поисковый метод - стохастической аппроксимации. Этот метод отличается от перечисленных выше тем, что для него не требуется определение уравнения регрессии и оценки дисперсий параметров br Вместе с тем ему присущи положительные свойства известных методов: быстрое движение к экстремуму, использование при выборе движения полученных ранее данных. [30]
Страницы: 1 2 3