Выделение - фактор
Cтраница 3
В теории принятия решений области группового выбора основное внимание уделяется проблемам рационального выбора Таким образом, основное направление исследований в области группового выбора связано не с тем, как должен проходить процесс выбора, а с тем, какими требованиями и свойствами должен обладать результат согласования индивидуальных предпочтений в групповое предпочтение. Такой подход, несмотря на свою неполноту за счет исключения проблем поведения участников выбора, позволяет в широком аспекте подойти к проблеме группового выбора, включив в нее многокритериальный выбор, обработку результатов экспертных оценок, обработку эмпирических данных с целью проведения группировки, классификации и выделения факторов. [31]
Тогда полученную формулу следует факторизовать. В результате выделения факторов полученные после минимизации формулы приводились к такому виду, что по ним можно было построить схему, удовлетворяющую ограничениям на число входов у элементов. [32]
Процессы образования осадков из пересыщенных растворов и процессы выделения мельчайших частичек твердой или жидкой фазы из пересыщенных паров весьма распространены в природе и очень часто встречаются в технике, лабораторной практике и повседневной жизни. Поэтому особенности кинетики этих явлений представляют большой интерес. Значительного внимания заслуживает выделение факторов, определяющих кинетику отдельных стадий процесса. [33]
Например, если обе волны распространяются в одном направлении ( k k2), то все члены во втором слагаемом, содержащие и, имеют один знак. Поэтому интегрирование по широкому, почти постоянному скоростному распределению дает в результате нуль, так как все полюса лежат в одной полуплоскости. В эксперименте для выделения релаксационных факторов, воздействующих на разные матричные элементы, можно использовать модуляцию двух лазерных пучков на разных частотах. [34]
 |
Направленный граф ( а с шестью вершинами и его три фактора ( б, в, г. [35] |
Строим граф, для которого А является матрицей смежностей ( рис. 3.3, о), и его факторы. При изображении графа на плоскости необходимо стремиться к тому, чтобы число пересечений дуг было минимально. В этом случае граф приобретает большую наглядность и задача непосредственного визуального выделения факторов из графа значительно упрощается. Веса дуг, входящих в факторы, проставляются рядом с дугами. [36]
Метод минимальных остатков ( Harman, 1976) также является итерационной процедурой, основанной на том же принципе, что и метод главных факторов, причем с вычислительной точки зрения данный подход более эффективен. Для метода минимальных остатков при большом объеме выборки применим критерий хи-квадрат. Харман утверждает, что этот приближенный критерий независим от метода выделения факторов и может использоваться не только в алгоритме минимальных остатков. [37]
В период оперативного использования аппаратуры можно получить данные в основном трех категорий: время, характеристики окружающих условий, стоимостные данные. Эти данные представляют собой результаты измерений характеристик аппаратуры и определения квалификации персонала и играют важную роль в планировании обслуживания и определении технических возможностей системы. Данные, характеризующие состояние аппаратуры, возможности персонала и вспомогательные системы, а также реальные окружающие условия, необходимы для выделения факторов, влияющих на обслуживаемость, и обеспечения информации, требуемой для совершенствования конструкции. Стоимостные данные относятся к затратам, связанным с обслуживанием и поддержанием аппаратуры в исправном состоянии. Эти данные играют важную роль в формулировании реалистичных требований технических условий и служат основой для принятия компромиссных решений при определении оптимального соотношения между обслуживаемостью и другими параметрами системы. [38]
В период оперативного использования аппаратуры можно получить данные в, основном трех категорий: время, характеристики окружающих условий, стоимостные данные. Эти данные представляют собой результаты измерений характеристик аппаратуры и определения квалификации персонала и играют важную роль в планировании обслуживания и определении технических возможностей системы. Данные, характеризующие состояние аппаратуры, возможности персонала и вспомогательные системы, а также реальные окружающие условия, необходимы для выделения факторов, влияющих на обслуживаемость, и обеспечения информации, требуемой для совершенствования конструкции. Стоимостные данные относятся к затратам, связанным с обслуживанием и поддержанием аппаратуры, в исправном состоянии. Эти данные играют важную роль в формулировании реалистичных требований технических условий и служат основой для принятия компромиссных решений при определении оптимального соотношения между обслуживаемостью и другими-параметрами системы. [39]
Основные закономерности ТК можно получить экспериментально или путем теоретического анализа краевой задачи теплофизики. Но трудоемкий и дорогостоящий сбор эмпирических данных не всегда достигает основной цели - оптимизации ТК. С появлением программ для численного расчета на ЭВМ задач нагрева объектов с внутренними дефектами при выполнении предварительного теоретического анализа ставятся следующие цели: изучение механизма теплопередачи и образования полезного сигнала в дефектных структурах, выделение факторов, существенно влияющих на эффективность ТК по выбранному критерию дефектности; оптимизация процедуры ТК ( выбор оптимального критерия дефектности и момента его регистрации, параметров ИТН и теплового дефектоскопа); определение предельной чувствительности ТК ( при ограничении аппаратурными шумами); разработка процедур тепловой дефектометрии для оценки размеров дефекта и глубины его залегания. [40]
Критерий Андерсена - Рубина является модификацией подхода Бартлетта. Минимизируется взвешенная сумма квадратов, используемая в критерии Бартлетта, при условии, что получаемые шкалы ортогональны друг другу. Соответственно, независимо от того, вращаются факторы или нет, критерий дает некоррелированные шкалы. Тем не менее последние при вращении факторов не являются монохроматическими, даже если для выделения первоначальных факторов применяется метод максимального правдоподобия. [41]
Требования для выбора СУБД со стороны предметной области и задач системы носят, как правило, функционально-информационную направленность и их непосредственное выполнение не всегда обеспечивает придание программным средствам СУБД необходимых свойств. Они могут служить только основой для дальнейшей детализации в терминах оцениваемых систем. С другой стороны, правильное решение вопроса выбора СУБД зависит от выделения групп параметров, всесторонне характеризующих систему управления и позволяющих осуществить ее выбор. При этом необходимо оценивать ее функциональные, информационные, программно-технические и лингвистические возможности. Трудность учета и детализации большого числа различных факторов предметной области и задач, различных ограничений использования СУБД, с одной стороны, и сложность выделения факторов, характеризующих собственно систему управления-с другой, диктуют, как отмечалось ранее, необходимость разработки автоматизированных методов оценки и выбора СУБД. [42]
На первом этапе может применяться модель общих факторов, а также анализ главных компонент, цель которого отлична от цели факторного анализа. В то же время оба метода широко используются и являются эффективными способами исследования взаимосвязей между переменными. Основное отличие между этими двумя методами заключается в том, что главные компоненты являются линейными функциями от наблюдаемых переменных, в то время как общие факторы не выражаются через комбинацию наблюдаемых переменных. Альтернативой анализу первоначальных факторов служит анализ образов-факторов, в котором предполагается, что наблюдаемые переменные выбраны из бесконечного множества переменных, причем вводятся образы-факторы, являющиеся линейными комбинациями переменных. Сопоставление этих подходов будет рассмотрено ниже. Кроме того, существует несколько путей выделения первоначальных факторов. [43]
Страницы: 1 2 3