Cтраница 2
Во-первых, поскольку решение первой задачи сводится к построению алгоритмов прогнозирования ( экстраполяции) и фильтрации ( оценке начальных условий для прогнозов), ее можно рассматривать как содержание самостоятельных информационных функций АСУ ТП. [16]
Особое внимание при исследованиях было уделено выбору априорных констант для алгоритмов прогнозирования. Было также установлено [48], что при выборе значений af ( t) n t0 ( Ов ( 224) в разумных пределах точность измерений оказывается достаточно высокой. [17]
Что входит в описание предметной области задачи выбора моделей и алгоритмов прогнозирования. [18]
Рассмотренный способ адаптации нечеткого отношения применен для синтеза математической модели и алгоритма прогнозирования качества ПЭВД. Прежде чем перейти к рассмотрению алгоритма решения задачи, следует сделать небольшое замечание. [19]
Довольно точные результаты дает применение методов многомерной регрессии, которые позволяют получить компактный и работоспособный алгоритм прогнозирования. [20]
В отличие от примеров, которые рассмотрены в предыдущей главе, задачи синтеза алгоритмов прогнозирования и управления показателем текучести расплава полиэтилена иллюстрируют построение моделей объектов, представляемых сложной диаграммой взаимных влияний технологических параметров. При синтезе модели количественные данные, получаемые с производства, дополнены качественной информацией. Наряду с этим показан способ конструирования адаптивных систем управления. [21]
Изложены принципы метода математического описания пожаров в помещениях на уровне средних термодинамических параметров и алгоритмы прогнозирования изменяющейся во времени термогазодинамической картины пожара. Приведены методы экспериментального исследования пожара в помещении. Рассмотрены процессы тепломассообмена строительных конструкций в условиях пожара. Анализируется огнестойкость строительных конструкций в реальных условиях, отличных от стандартных испытаний. [22]
Проведенные испытания ярко проиллюстрировали очень удобное свойство метода прицела, облегчающее оценку качества полученных алгоритмов управления по точности алгоритмов прогнозирования. Как известно, непосредственная оценка качества алгоритмов управления на промышленных объектах является весьма сложной задачей. Действительно, эффективность алгоритмов управления при работе АСУ очевидна лишь тогда, когда невыполнение рекомендаций системы приводит к существенному ухудшению качества управления. В большинстве случаев довольно трудно оценить преимущества рассчитываемых рекомендаций. [23]
В связи со сказанным этап испытания систем в режиме прогнозирования становится чрезвычайно важным, так как позволяет по качеству алгоритма прогнозирования косвенно оценить работоспособность системы в целом. Следует отметить большую наглядность такого этапа испытаний и его психологическое воздействие на персонал, для которого предназначена система. [24]
Важно отметить, что такие естественные достаточно медленные изменения показателей производства во времени наблюдаются не только в исследуемом периоде, но и в течение ряда лет до него. Это позволяет применить методы и алгоритмы прогнозирования нестационарных временных рядов, чтобы экстраполировать поведение соответствующих показателей и оценить их значения в период изучения работы автоматизированного объекта. Тогда технический эффект от автоматизации можно рассчитать сопоставлением прогнозируемого показателя ( если бы объект не был автоматизирован) и фактического. [25]
На основании таких предварительных исследований можно подбирать достаточно простые выражения для k ( t) как явной функции времени или какой-либо другой переменной. Подобный метод успешно применялся, например, при синтезе алгоритмов субоптимального прогнозирования процессов обезуглероживания в период доводки мартеновской плавки ( см. гл. [26]
Прогнозирование результатов возможных решений Под прогнозированием понимается оценка состояния объекта или процесса через определенный период времени. Существует огромная литература и большое количество программных средств, реализующих алгоритмы прогнозирования. Используя те или иные программные средства, получить прогноз сравнительно легко. [27]
Под прогнозированием понимается оценка состояния объекта или процесса через определенный период времени. Существует огромная литература и большое количество программных средств, реализующих алгоритмы прогнозирования. Используя эти программные средства, получить прогноз сравнительно легко. Трудно оценить его достоверность. Методы прогнозирования относительно хорошо работают, когда процесс стационарен, то есть его характеристики слабо изменяются во времени. Хорошо работают эти методы и в том случае, когда функция изменения характеристик процесса известна. К сожалению, так бывает далеко не всегда. Тем не менее, методами прогнозирования в той или иной форме при принятии управленческих и проектных решений люди всегда пользовались и пользуются. Ими необходимо пользоваться как при принятии решений одним руководителем, так и при проведении переговоров при принятии групповых решений, прогнозируя результаты ( последствия. [28]
Под прогнозированием понимается оценка состояния объекта или процесса через определенный период времени. Существует огромная литература и большое количество программных средств, реализующих алгоритмы прогнозирования. Используя эти программные средства, получить прогноз сравнительно легко. Трудно оценить его достоверность. [29]
При таком подходе могут учитываться неформализованные или неизмеряемые характеристики технологического процесса. Функции степеней принадлежности нечетких подмножеств задаются аналогично тому, как это делалось при синтезе алгоритма прогнозирования показателя текучести расплава полиэтилена. [30]