Решение - задача - прогнозирование
Cтраница 2
При решении задач прогнозирования эффективности ГРР основным показателем является размер запасов открываемых месторождений, поэтому необходимо иметь модель генеральной совокупности месторождений нефти и газа в НГО. [16]
При решении задач прогнозирования выпуска готовой продукции, спроса на продукцию, развития предприятия, выявления причин текучести кадров и определения нормативных данных применяют методы математической статистики. [17]
Второй подход решения задачи прогнозирования состоит из-трех этапов: на первом - формируется ИШ для каждого нефтепровода системы, на втором - выполняется прогноз по надежности для каждого нефтепровода системы, иа третьем - с использованием структурной схемы системы нефтепроводов и условий взаимодействия нефтепроводов между собой формируется прогноз надежности для системы в целом. Этот путь дает достоверный прогноз, но он сравнительно трудоемок. [18]
Для облегчения решения задач прогнозирования и расчета температурных полей в резиновых изделиях, эксплуатируемых в динамических условиях, перспективно также развитие исследований, в которых на основании эксперимента изыскиваются обобщенные эмпирические закономерности типа зависимости источника тепла от конструкции ( геометрии, размеров), динамических характеристик материалов и других влияющих факторов механического нагружения. [19]
Основным инструментом решения задач прогнозирования в АСПП являются средства программно-математического обеспечения и комплекс экономико-математических моделей. Поэтому рассмотрим эти две подсистемы одновременно. [20]
Первый подход решения задачи прогнозирования надежности для системы нефтеснабжения использует в качестве гипотезы предположение о том, что ввод в эксплуатацию новых нефтепроводов, работающих а неустановившемся режиме, т.е. с пониженными значениями показателей безотказности ( на этапе приработки), служит источником флуктуации ста-тисткческих данных об отказах. Отказы ЛЧ МН на этапе приработки должны учитываться при планировании перекачки в системе нефтеснабжения. [21]
Эти вощюсы подразумевают решение задачи прогнозирования на основе имеювдэйся промысловой информации. В частности, для оценка эффективности методов увеличения нефтеотдачи необходимо иметь МП-тематическую модель для прогнозирования добычи нефти без воздействия на залежь, т.е. базовый вариант для сравнения. [22]
Определенный интерес для решения задач прогнозирования показателей разработки нефтяных месторождений представляет метод характеристик прироста [17], использование которого предполагает проведение процедуры прогнозирования в три этапа. [23]
В настоящей статье решение задачи прогнозирования отдаленного периода инфаркта миокарда проводится с помощью ЭВМ. [24]
Подсистема Прогноз предназначена для решения задач прогнозирования и оптимального планирования деятельности пожарной охраны административного района. [25]
В настоящей главе для решения задач прогнозирования показателей разработки при газовом режиме используется математическая модель однофазной фильтрации углеводородной смеси. При рассмотрении трехмерных фильтрационных течений учитываются неоднородность пласта по коллекторским свойствам, деформация коллектора и неравномерность размещения скважин на площади газоносности и структуре. Фильтрация газа принимается изотермической и подчиняющейся линейному закону Дарси. Задача прогнозирования показателей разработки в точной постановке формулируется как краевая задача математической физики и с учетом перечисленных факторов может быть решена только численными методами. [26]
В некоторых работах дано решение задачи прогнозирования наличия нефтяной оторочки в пласте на примере ранговой классификации. Было взято 102 месторождения, из них 46 - без нефтяной оторочки и 56 - с нефтяной оторочкой. [27]
 |
Прогнозирование промотирующих свойств элементов, вводимых в состав ванадиймолибденовых катализаторов в виде окислов. [28] |
Наиболее элементарный подход к решению задачи прогнозирования многокомпонентных катализаторов состоит в использовании данных только об их химическом составе. В общих чертах алгоритм решения сводится к следующему. Выбираются два противоположных класса катализаторов: класс катализирующих прогнозируемое превращение и альтернативный, катализирующий реакцию с противоположным механизмом. [29]
Использование деформационных подходов к решению задач прогнозирования усталостной прочности материалов в области многоцикловой усталости также является перспективным и многообещающим. Однако этой проблеме посвящено сравнительно небольшое количество работ. Это связано прежде всего с техническими трудностями при реализации методов измерения неупругих деформаций в процессе контролируемого циклического нагружения, которые для многих металлов в области многоцикловой усталости весьма незначительны. [30]
Страницы: 1 2 3 4