Адаптации растений и животных к жизни в горах: Большое значение для жизни организмов в горах имеют степень расчленения, крутизна и экспозиционные различия склонов...
Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰)...
Топ:
Установка замедленного коксования: Чем выше температура и ниже давление, тем место разрыва углеродной цепи всё больше смещается к её концу и значительно возрастает...
Методика измерений сопротивления растеканию тока анодного заземления: Анодный заземлитель (анод) – проводник, погруженный в электролитическую среду (грунт, раствор электролита) и подключенный к положительному...
Характеристика АТП и сварочно-жестяницкого участка: Транспорт в настоящее время является одной из важнейших отраслей народного хозяйства...
Интересное:
Мероприятия для защиты от морозного пучения грунтов: Инженерная защита от морозного (криогенного) пучения грунтов необходима для легких малоэтажных зданий и других сооружений...
Национальное богатство страны и его составляющие: для оценки элементов национального богатства используются...
Как мы говорим и как мы слушаем: общение можно сравнить с огромным зонтиком, под которым скрыто все...
Дисциплины:
2017-05-14 | 401 |
5.00
из
|
Заказать работу |
|
|
Дробно-линейного программирования.(АОИ)
F1=1x1+1x2-max
F2=-1x1+2x2-max
F3=1x1-min
X1>=1
X1<=7
X2>=1
X2<=7
X1>=2
X1<=9
X1>=4
X1<=8
X2>=4
X2<=9
Адаптивные веса критериев: C1=1
C2=1
C3=1
F=(C1*F1+C2*F2)/ (C3*F3)
F=3x2/x1
S=(C3*F3)
YI=XI/S
F=3Y2-max
Y3=1/S
X1>=1 Y1-Y3>=0
X1<=7 Y1-7*Y3<=0
X2>=1 Y2-Y3>=0
X2<=7 Y2-7*Y3<=0
X1>=2 Y1-2*Y3>=0
X1<=9 Y1-9*Y3<=0
X1>=4 Y1-4*Y3>=0
X1<=8 Y1-8*Y3<=0
X2>=4 Y2-4*Y3>=0
X2<=9 Y1-9*Y3<=0
Y1=1
XI=YI/Y3
X1=4P1+7p2+4p3+7p4
X2=4p1+4p2+7p3+7p4
X3=
p1+p2+p3+p4=1
F=3x2/x1=(12p1+12p2+21p3+21p4)/
(4p1+7p2+4p3+7p4)
S= (4p1+7p2+4p3+7p4)
F==(12Y1+12Y2+21Y3+21Y4)-max
Y1+Y2+Y3+Y4-Y5=0
4Y1+7Y2+4Y3+7Y4=1
Параметрическое программирование.(АОИ)
При большом количестве ограничений проводить анализ сложно. Необходимо применять предварительное решение системы ограничений
Комплексирование данных о сезонных колебаниях
Многомерного процесса.(АОИ)
Сезонные колебания характерны для многомерных рядов, представляющих потребление, производство сельскохозяйственной продукции, уровни заболеваний в медицинской практике. Для повышения точности прогноза сезонных колебаний целесообразно учитывать большое количество процессов, наблюдаемых на длительном интервале времени и коррелированных с контролируемым процессом. Комплексирование осуществляется на основе разбиения исходного множества процессов на однородные группы. При таком подходе на первый план выдвигается проблема мультиколлинеарности,т.е. тесной линейной связи между факторными показателями уравнения искомой регрессии. При этом определение коэффициентов регрессии аналитически методом наименьших квадратов затруднено, так как определитель матрицы системы нормальных уравнений из-за сильной корреляции между факторами имеет значение,близкое к нулю. Кроме того, следует учитывать, что данные на длительном интервале наблюдения могут содержать аномальные измерения, не характерные для контролируемого процесса. Решение задачи для получения модели сезонных колебаний контролируемого процесса на основе выделения главных компонент, а для исключения аномальных результатов измерений применять при построении регрессии метод наименьших модулей. Подход решения задачи продемонстрируем на примере.
|
Пусть контролируемый ряд-это сезонные колебания в городе Прага(ряд5). Процессы, коррелированные с контрольным процессом,-это сезонные колебания в соседних городах Тронхейм(1),Вена(2),Берлин(3),Копенгаген(4),Стокгольм(6),
Будапешт(7) (рис.1)
Рис.1. Cезонные составляющие городов.
Псевдообращение-метод решения.
Главная компонента [1-3], объясняющая 90% дисперсии, имеет вид:
Y1=-0,0494*T1+0.6710*T2-0.1480*T3-0.1685T4+0.2903*T5+0.3171*T6.
Здесь Ti-сезонная составляющая i-города.
Оценка сезонной составляющей Праги (по данным городов)определяется согласно методу наименьших квадратов выражением Tпрага=0,4286* Y1
и показана на рис.2.
Рис.2.(Ряд1-Прага,Ряд2- оценки сезонной составляющей Праги по данным городов).
Выводы.
Подход комплексирования на основе главных компонент резко сокращает объем хранимой информации (вместо большого количества рядов необходимо хранить лишь несколько главных компонент) и,учитывая ортогональность главных компонент, упрощается процесс формирования модели сезонных колебаний контролируемого процесса Наиболее сложные вычислительные операции выполняются предварительно. На этапе формирования модели метод обладает повышенной вычислительной устойчивостью благодаря предварительному учету большого количества источников информации (рядов) и сокращению числа контролируемых параметров за счет определения главных компонент.
|
|
Индивидуальные и групповые автопоилки: для животных. Схемы и конструкции...
Общие условия выбора системы дренажа: Система дренажа выбирается в зависимости от характера защищаемого...
Своеобразие русской архитектуры: Основной материал – дерево – быстрота постройки, но недолговечность и необходимость деления...
Опора деревянной одностоечной и способы укрепление угловых опор: Опоры ВЛ - конструкции, предназначенные для поддерживания проводов на необходимой высоте над землей, водой...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!