Cтраница 2
Проведенный с помощью метода группового учета аргументов ( МГУА) поиск коэффициентов в эмпирической зависимости подтвердил установленные связи и позволил выявить характер их зависимостей. [16]
Для того чтобы при групповом учете затрат на производство однородной продукции отразить в ведомости учета производства нормативную стоимость затрат за отчетный месяц и нормативную стоимость выпущенной продукции, составляют сводку нормативной стоимости каждого вида продукции, входящей в эту группу, и итог из этой сводки записывают в ведомость учета производства по калькуляционным статьям. [17]
Один из них - метод группового учета аргументов ( МГУА), который вполне отвечает перечисленным требованиям и может конкурировать с методом наименьших квадратов. В сущности, в основе МГУА лежит тот же метод наименьших квадратов, но усовершенствованный привлечением идей эвристической самоорганизации математических моделей. Множество экспериментальных данных разделяется на две части. Одна часть называется обучающей последовательностью, по ней вычисляются коэффициенты модели, другая называется проверочной последовательностью, по ней рассчитывается тот или ивой критерий качества данной модели. Обучающая и проверочная последовательности могут в ходе алгоритма меняться ролями, или в некоторых разновидностях метода исполнять обе функции одновременно. На каждом этапе расчетов, называемом рядом селекции, модель перебирает несколько способов самоусложнения, заложенных в алгоритме, и выбирает тот из них, который улучшает критерий качества модели. Это означает, что модель достигла оптимальной сложности. [18]
Применяемый в этих случаях метод группового учета аргументов позволяет определить самоорганизующуюся модель оптимальной сложности по заданному критерию, позволяющую выявить закономерности, действующие в объекте управления. [19]
В докладе рассмотрено применение метода группового учета аргументов для подбора математической модели в условиях недостатка информации, типичного для технологии УКМ. Приведена обобщенная схема алгоритмов селекции моделей при заданном классе уравнений, а также выбор класса уравнений модели. [20]
Краткую индивидуальную характеристику в случае группового учета основных средств дают не по каждому объекту отдельно, а в целом, по всей группе объектов, учитываемых в инвентарной карточке. [21]
Краткую индивидуальную характеристику в случае группового учета основных средств дают не по каждому объекту отдельно, а в целом по всей группе объектов, учитываемых в инвентарной карточке. [22]
Краткую индивидуальную характеристику в случае группового учета основных средств дают не по каждому объекту отдельно, а в целом, по всей группе объектов, учитываемых в инвентарной карточке. [23]
Краткую индивидуальную характеристику в случае группового учета основных средств дают не по каждому объекту отдельно, а в целом по всей группе объектов, учитываемых в инвентарной карточке. [24]
Многие вопросы применения и обоснования метода группового учета аргументов еще нуждаются в детальной разработке. Важным достоинством этого метода является возможность на каждой стадии аппроксимации иметь дело с информационной матрицей порядка, не превышающего 6X6, что в общем случае способствует улучшению ее обусловленности. [25]
Для этой цели целесообразно использовать метод группового учета аргументов ( МГУА), который требует относительно малого объема статистических данных, достаточно гибок и объективен. [26]
В качестве примера такого подхода рассмотрим метод группового учета аргументов, предложенный А.Г.Ивахненко [13], или его аналог - метод ср-функций [12], основная идея которых состоит в следующем. [27]
Заполняется на основании открытых в течение месяца карточек индивидуального и группового учета, карточек по выбывшим и переместившимся внутри предприятия объектам, а также по данным ведомостей расчета амортизации. [28]
Например, нейросеть на основе методики МГУА ( метод группового учета аргументов) позволяет на основе обучающей выборки построить зависимость одного параметра от других в виде полинома. Такая сеть может не только мгновенно выучить таблицу умножения, но и найти сложные скрытые зависимости в данных ( например, финансовых), которые не обнаруживаются стандартными статистическими методами. [29]
Однотипные машины, хозяйственный инвентарь и другие, по которым разрешен групповой учет, в описи записывают группами с указанием общего количества и общей стоимости. [30]