Многомерные модели

Обобщая вышеизложенное, можно наметить общую логическую схему построения многомерной модели прогнозируемого объекта (схема 14) по следующим этапам.. [c.182]

Схема 14. ЛОГИЧЕСКАЯ ВЗАИМОСВЯЗЬ ОСНОВНЫХ ЭТАПОВ ПОСТРОЕНИЯ МНОГОМЕРНОЙ МОДЕЛИ ПРОГНОЗИРУЕМОГО ОБЪЕКТА [c.183]

Построение многомерных моделей объекта на основе методов ортогонализации, шаговой регрессии, исключения, включения [c.183]

Построение многомерной модели прогнозируемого объекта. [c.184]

Многомерный регрессионный анализ широко используется в экономических и прогностических исследованиях. В работе [29 ] приведена многомерная модель для прогнозирования производительности труда в мар- [c.184]

Задача перечисления всех возможных структур га-мерной Т -модели сводится к задаче перечисления ациклических узловых графов с числом вершин от 1 до ге — 2. Такая задача для многомерных моделей при современном уровне развития прикладной комбинаторики чрезвычайно сложна и неразрешима в практически пригодном виде. Для приложений существенно важной группой Г -преобразований является эквивалентное преобразование Д -моделей в Т -модели с простым неразветвленным узловым гра- [c.45]

Существенные упрощения в решении проблемы собственных спектров многомерных моделей с варьируемыми параметрами достигаются применением асимптотических алгоритмов, построенных на основе методов теории возмущений [37, 95]. Положим, что векторное уравнение движения консервативной ценной -мерной модели записано в виде (11.2) [c.269]

Неравенства (19.31), (19.32) при динамическом анализе многомерной модели с упруго-фрикционной муфтой представляют собой усиленные условия запирания муфты или ее движения с длительными интервалами запирания. Эти условия справедливы при отсутствии других, кроме трения в муфте, диссипативных факторов, активно проявляющихся при s-m нормальном колебании динамической модели. В зависимости от модальных соотно- [c.300]

Если погрешности различных размерных параметров детали независимы, то можно изучать их порознь, в противном случае необходимо составлять многомерную модель. Для целей данного исследования достаточно рассмотреть одномерную модель. [c.512]

В отличие от [409, 461—463], где рассматриваются маломерные модели уравнения Навье — Стокса, в работе [300] ) исследована многомерная модель, получающаяся при решении этого уравнения методом конечных разностей с граничными условиями, соответствующими течению в плоском прямолинейном канале (течению Пуазейля) [217]. Если исключить из уравнений (7,3), [c.338]

В случае, когда возникновение отказа связано с нарушением хотя бы одного из условий /г>0 при /=1, М, будем говорить о многомерной модели функционирования. Наряду с упомянутой моделью [c.64]

Многомерные модели, с рассмотрением случайных функций п случайных полей могут быть смешанными, аналогично тому как это имеет место в одномерном случае. [c.67]

Многомерные модели и случайные функции [c.93]

Для обобщенной оценки качества звучания Q в психофизике обычно используют линейную многомерную модель вида [c.55]

Прогнозы - не гадание или провидение, а результат умозаключений, построенных на базе исследования многомерных моделей логического и математического типа. Наличие погрешностей в исходных данных и описании логических связей приводит к отклонению прогнозов от реальной действительности. Вместе с тем прогнозирование и его результативность в значительной степени зависят от кругозора специалистов, вовлеченных в исследование. Поэтому процесс конструирования прогнозов все еще относится скорее к области искусства, чем к рутинной нормированной деятельности, т.е. успех про- [c.103]

В современном системном проектировании разработано много методов получения алгоритма решения многомерных задач, в которых используются графические модели. Их содержание представляет информацию об определенных функциях компонентов, об их совместимости (метод морфологических карт, матриц, сетей взаимодействия). Благодаря анализу различных запретов и ограничений, графические модели позволяют сузить поле поиска решения задачи до обозримого предела. [c.75]

Целью дальнейшего является обнаружение естественности возникновения притягивающих гомоклинических структур у многомерных динамических систем, обычности их как установившихся движений. Этой цели может служить рассмотрение малых неавтономных возмущений двумерной динамической системы. Этот вопрос имеет значительный самостоятельный интерес, так как является простейшей моделью взаимодействия динамических систем. [c.347]

Приведенный пример показывает, что функциональный оператор объекта, математическая модель которого включает систему уравнений в частных производных, является многомерным оператором. Если система состоит из п уравнений первого порядка, то в математическую модель должно входить п граничных условий, которые содержат п входных функций. Таким образом, пространство задания оператора U будет пространством -мерных вектор-функций. Это обстоятельство существенно усложняет исследование функционального оператора. Поскольку все методы исследования, излагаемые далее, относятся только к одномерным операторам, возникает необходимость сведения задачи исследования многомерного оператора объекта к задаче исследования одномерных операторов. [c.46]

Формально такое исследование многомерного оператора проводится следующим образом. Прежде всего рассматривается некоторый стационарный режим работы объекта (технологического аппарата), т. е. режим, в котором все входные и выходные параметры постоянны и равны некоторым заданным величинам u t) = u], Величины выражаются через величины ч после подстановки в математическую модель объекта и приравнивания к нулю всех производных по времени. Зная стационарные значения г = 1, 2.....пи / = 1, 2,. .., k, можно [c.47]

В заключение опишем процедуру определения характеристических функций объекта, математическая модель которого включает систему дифференциальных уравнений в частных производных. Функциональный оператор такого объекта является многомерным. Математическая модель многих химико-технологических объектов включает два дифференциальных уравнения в частных производных первого порядка [c.103]

Анализ показывает, что нули главных миноров матрицы Н (К) строго разделяются, а упорядоченная совокупность главных миноров этой матрицы обладает свойством последовательности Штурма. Указанное служит основой эффективной вычислительной процедуры для локализации собственных значений Тп -моделей [2]. Для многомерных моделей эта процедура по быстродействию и затратам оперативной памяти ЭВМ существенно превосходит наиболее прогрессивные современные вычислительные схемы, базирующиеся на методах К. Якоби, В. Гивенса, А. Хаус-холдера [3]. Помимо эффективного определения собственных значений -модели, разработанная процедура выгодно отличается от указанных методов экономичным и надежным (в вычислительном плане) алгоритмом определения собственных форм. Аналогичными преимуществами характеризуются также разработанные алгоритмы определения собственных спектров Г -моделей общего вида. [c.48]

Рациональные решения многообразных задач динамики машинных агрегатов базируются на использовании собственных спектров линеаризованных динамических моделей исследуемых систем. Под собственным спектром динамической модели понимается совокупность ее собственных значений (корней характеристического полинома) и соответствующих им ортогональных собственных форм. Сложность и трудоемкость решения полной проблемы собственных спектров определяется размерностью (числом учитываемых степеней свободы) и классом (цепная или с направленными связями) расчетной динамической модели 128, 34]. Кроме того, при автоматизированных расчетах, выполняемых на современных цифровых ЭВМ, от размерности модели существенно зависит точность реализуемых вычислительных процедур. Это приводит к необходимости при расчетах на ЭВМ многомерных моделей использовать вычисления с удвоенной точностью, что обусловливает дополнительные затраты оперативной памяти и снижение эффективности вычислительных процедур. Следует отметить, что при динамических расчетах, выполняемых при помощи новейших средств вычислительной техникн, последние обстоятельства не являются определяющими. [c.226]

Из изложенного следует, что развитие методики моделирования нестационарных тепловых процессов на пространственные задачи не вызывает принципиальных трудностей. В случае трехмерного нелинейного уравнения теплопроводности для анизотропной среды определение нестационарного температурного ноля может производиться на пространственных электрических моделйх из пассивных двухполюсников гСэ. Методики проектирования многомерных моделей и моделирования аналогичны соответствующим методикам для одномерных моделей. При переходе на многомерную электрическую модель число емкостей соответствует числу ячеек, а число сопротивлений возрастает в третьей степени (для пространственной модели). [c.305]

Основной источник регулярных возмущений в рассматриваемых установках — рабочий процесс в ДВС. Поэтому одной из общих, существенно важных задач является разработка рациональных способов схематизации возмущающих свойств ДВС различных типов для решения задач динамики силовых установок. При расчетах динамической нагруженности установок для оценки долговечности их силовых цепей приходится, как правило, решать трудоемкую задачу определения собственных частот и q rapM многомерных цепных динамических моделей. В практике указанные расчеты обычно выполняют в нескольких вариантах. Поэтому важное значение имеют вопросы разработки эффективных алгоритмов расчета собственных спектров многомерных моделей с варьируемыми параметрами. [c.351]

Динамические модели подсистем двигатель , передаточный механизм , рабочая машина характеризуются обычно значительной структурной сложностью, поэтому расчет собственных спектров динамических многомерных моделей составных систем представляет собой исключительно трудоемкую задачу. Существенное упрощение решения этой задачи достигается применением специальных эквивалентных структурных Гл-преобразований, позволяющих получить модели простейшей структуры в расс1чатриваемом классе при эффективном использовании априорной информации о собственных спектрах подсисгем [1, 7, 9, 15]. [c.361]

Для многомерных моделей силовых установок решение указанной задачи является основной по вычислительной трудоемкости задачей динамического анализа. В типовых случаях, характеризующихся одновременными вариациями одного или двух параметров, эффективность вычислительных процедур существенно повышается в результате применения эквивалентных структурны.х Т -преобразований [1, 6—9]. С помощью этих преобразований каждый текущий параметрический вариант расчетной п-мерной модели с одним или двумя варьируемыми коэффициентами лсест-кости представляется в виде эквивалентных моделей простой структуры вида или АГ . Графы таких моделей и формулы для определения их квазиупругих параметров приведены в табл. 8, где приняты следующие обозначения — величина [c.365]

Многомерность моделей оптимизации конструкций из композиционных материалов обусловлена структурностью композитов. Поскольку свойства композита при заданных исходных материалах полностью определяются характеристиками его структуры, то очевидно, что оптимизация свойств композита как материала проектируемой конструкции сводится к оптимизации его структуры на том уровне, который соответствует принятому проектировщиком модельному представлению композита. Качественный состав и количество оптимизируемых структурных параметров зависят не только от уровня оптимизируемой структуры композита, но и от степени гомогенизации его реальной структуры в модели композита как конструкционного материала. Например, слоистый композит при известных условиях и допущениях может рассматриваться как макрооднородная система (модель макроод-нородного слоистого пакета), но и тот же композит можно описывать и в рамках неоднородной модели, учитывающей дискретность его реальной структуры. В этом случае набор структурных параметров, определяющих, скажем, деформативные характеристики слоистого пакета, кроме параметров, учитываемых уже в макрооднородной модели пакета, должен быть дополнен параметрами, позволяющими учитывать порядок чередования слоев в пакете. [c.171]

РМД4 ДЛЯ многомерных систем была проведена в работах [25.30] — [25.32] с использованием матричных полиномиальных моделей. Обзор соответствующих комбинаций алгоритмов оценивания параметров и управления дан в работе [25.33]. Там же показано, что для этих алгоритмов применимы следующие линейные многомерные модели объектов управления с р входами и г выходами [c.432]

На рис. 30.3.3 представлены результаты, полученные с применением многомерного адаптивного регулятора [25.33]. Регулятор представляет собой сочетание рекуррентного метода наименьших квадратов (для многомерной модели) с регулятором состояния, синтезируемого по минимуму квадратичного критерия качества РМНК-КК1/РС. В соответствии с рис. 30.3.3, а вначале на оба входа объекта управления подаются два различных ПСДС, чтобы с помощью идентификации разомкнутого контура получить начальное приближение модели объекта для адаптивного регулятора, который включается в контур управления через 35 мин. Система сразу приходит в установившееся состояние без наличия статической ошибки. Качество управления при ступенчатом изменении двух уставок, как показывают переходные процессы на рис. 30.3.3, г, очень хорошее. [c.505]

Оценка параметров при плохой обусловленности матрицы независимых переменных. В практике оценивания параметров многомерных моделей (2.49) при обработке сигналов аналитических приборов довольно часто встречается ситуация, когда нарушается и предположение о независимости переменных X, которые оказываются на самом деле сопряженными (мультиколлинеарными). При этом, чем [c.92]

Заслуживает исследования вопрос о существовании особой специфики многомерных моделей по сравнению с обычными скалярнотензорными тес )иями. Б противном случае придется признать, что известные эксперименты, согласно которым теория Бранса— Дикке жизнеспособна лишь при а>>бОО, исключают многомерные модели. [c.85]

IDPA — спектральный анализ, корреляционный анализ, параметрическая оценка в линейных многомерных моделях, проверка достоверности моделей [c.333]

МГУА позволяет синтезировать модели сложных многомерных систем (содержащих десятки и сотни элементов) при весьма ограниченной информации. Этот метод находит широкое применение для построения математических моделей, используемых для прогнозирования и управления в сложных системах (экологических, экономических, технических и др.). [c.36]

ОБРАЗ - множество всех объе1сгов, сходных друг с другом в каком-либо фиксированном отношении. В качестве одной из моделей объекта принимается многомерный вектор, координаты которого - значения некоторых параметров и признаков, характеризующих свойства объекта. В этом случае моделью образа является некоторое множество таких векторов. Распознать объект или образ объекта - значит указать, к какому образу (классу объектов) он относится. [c.54]

Существует развитый аппарат оптимизации для различных математических моделей, однако его применение требует строгой математической постановки задачи, а это не всегда нозможно, особенно если в качестве целевой функции выступает желаемь й многомерный сигнал. Поэтому при решении задач проектирования в С АПР часто прибегают к расчленению процесса оптимизации на два этапа. [c.24]

Модели ИСТОЧШ1КОВ излучения. Работа любого ОЭП невозможна без наличия объекта или совокупности объектов - источников излучения. В модели ОЭП источник излучения рассматривается как источник многомерного оптического сигнала, несущего в себе информацию о состоянии объекта. При анализе этого сигнала в оптико-эг ектронном тракте ОЭП из всей информации об объекте, содержащейся в оптическом сигнале, вьщеляет-ся та ее часть, которая соответствует функциональному назначению ОЭП. [c.39]

Это выражение являегся модельным представлением частично когерентного слоя пространства. Анализируя его, легко убедиться, что, как и для когерентного слоя пространс1ва, реализация такой магематаческон модели на ЭВМ сводится к операщш i вертки, которая легко реализуется с помощью алгоритма БПФ в частотней области. Таким образом, открывается возможность в качестве ядра м нематического обеспечения для модельного представления многомерных звеньев оптико-электронного тракта выбрать преобразование Фурье. [c.60]

Перечисленные выше операции реализуют метод Монте-Карло. Ограничения-. 1. Использование операторов 1-7 с индексом С совместно с операторами РЕЛЕ, НЕЛИНЕЙНОСТЬ ОБЩЕГО ВИДА в одной и той же программе на входном языке ПАСМ недопустимо. 2. При использовании операторов 1—7 с индексом С моделируется прохождение детерминированного сигнала совместно с шумом (сигнал/шум). 3. Эффекты, возни-каюгдие при неправильном формировании моделей одномерных сигналов, аналогичны эффектам, возникаюи(им при обработке многомерных сигналов. [c.148]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...