Случайные объекты

Использование метода статистического моделирования для исследования надежности систем по схеме 1.1 требует формирования реализаций случайных объектов в различных элементарных вероятностных схемах. Сюда в первую очередь относятся моделирование независимых и зависимых испытаний в схеме случайных событий, выработка последовательностей случайных чисел с заданными законами распределения, формирование реализаций случайных векторов и случайных процессов, обладающих заданными вероятностными характеристиками, и т. д. [c.35]

Развитием метода фокальных объектов является метод гирлянд случайностей и ассоциаций Г. Я. Буша, состоящий в поиске оригинальных конструкций объекта с помощью следующих операций определение синонимов объекта для получения гирлянды синонимов — произвольный выбор случайных объектов для образования второй гирлянды случайных слов — образование комбинаций из этих элементов двух гирлянд — составление перечня признаков случайных объектов—генерирование идей путем поочередного присоединения признаков случайно выбранных объектов к фокальному объекту — генерирование гирлянд ассоциаций—генерирование новых идей — выбор альтернативы, где решается вопрос об окончании или продолжении генерирования идей,— оценка и выбор рациональных идей — отбор оптимального варианта. [c.23]

Общность и конструктивность этого принципа заключается в том, что его последовательное применение позволяет увязать (соотнести) уровень И форму требуемых гарантий с различными формами задания неопределенности, включая случайные события, величины, Процессы, области возможных значений неизвестных констант, детерминированных функций, а также параметров распределения случайных объектов. [c.489]

Удовлетворительную стратегию s с оценкой достигаемого уровня эффективности Шаг( ) называют абсолютно гарантирующей стратегией. Для стратегий, исходы реализации которых являются случайными объектами, множество абсолютно гарантирующих стратегий может оказаться пустым. [c.489]

Необходимо принимать во внимание и местоположение микроструктуры или то, в каком месте протекает интересующее нас событие в макроскопическом объекте. Даже в обычной микроскопии, чтобы получить качественное изображение фиксированного образца, приходится решать целый ряд проблем. Но если случайные объекты и(или) события происходят внутри объема образца, важно, чтобы они записывались на голограмму с целью их последующего исследования. Большой формат кадра пленки, небольшое расстояние от объекта до плоскости пленки и малое предварительное увеличение приводят в результате к регистрации большого объема объекта. Однако изображение, восстановленное с голограммы, должно изучаться в положении, в котором находился объект или(и) происходило событие в момент записи голограммы. [c.629]

Ш а г 2 — произвольный выбор случайных объектов. Совершенно случайно (по памяти или из энциклопедического словаря или любым другим способом) выбирают несколько имев существительных, которые даже не обязательно должны обозначать технические объекту. Отобранные слова образуют вторую цепочку — гирлянду случайных объектов, например электролампочка — решетка — карман — кольцо — цветок — пляж. [c.290]

Шаг 3 — составление комбинаций из элементов гирлянды синонимов и гирлянды случайных объектов. Составляют комбинацию из двух элементов, соединив каждый синоним рассматриваемого объекта с каждым случайным объектом. Получают стул с электролампочкой, решетчатый стул, стул с карманами, стул для пляжа, электрическое кресло, табурет для цветов и т.д. [c.290]

Ш а г 4 — составление перечня признаков случайных объектов. Определяют признаки случайно выбранных объектов Необходимо определить как можно больше признаков, однако в течение ограниченного времени, например двух-трех минут. Успех поисков в значительной мере зависит от широты охвата признаков случайных объектов, поэтому целесообразно перечислять кмс основные, так и второстепенные, малозначительные признаки. Для удобства можно составить таблицу (табл. 20.1). [c.290]

Шаг 6 — генерирование гирлянд ассоциаций. Поочередно из признаков случайных объектов, выявленных на 4-м шаге, генерируются гирлянды свободных ассоциаций. Для каждого отдельного признака [c.290]

Признаки случайных объектов [c.291]

Следует отметить, что использование плотности вероятности — не единственный способ полного описания случайных величин или функций. В последнее время при исследовании проблем турбулентности [21] и статистической радиофизики [13, 31] применяется метод описания, основанный на задании случайных объектов при помощи характеристических функций и характеристических функционалов, а также аппарата вариационного (функционального) дифференцирования. Примеры применения такого подхода будут приведены в главе 10. [c.18]

Статистический анализ. Статистический анализ имеет целью получение информации о распределении вектора выходных параметров Y при заданном законе распределения случайного вектора X внутренних параметров объекта. [c.256]

До построения моделирующего алгоритма должны быть решены все принципиальные вопросы выбора математического аппарата исследования. Для имитации процессов функционирования отдельных элементов объекта и всего объекта в целом должны быть выбраны основные операторы, которые увязываются между собой в соответствии с формализованной схемой исследуемого процесса. К основным операторам относятся вычислительные (арифметические) и логические операторы, операторы формирования реализаций случайных процессов и неслучайных величин, а также операторы счета. [c.350]

Алгоритмы выбора варианта при частичном переборе могут быть основаны па случайной выборке, использовании эвристических способностей человека в диалоговых режимах работы с ЭВМ, установлении корреляции некоторых параметров, характеризующих структуру, с заданными требованиями к объекту. Например, типовые струк- [c.76]

Опыт показывает, что в этом случае связь между прошлым и будущим, по крайней мере, для тех объектов, с которыми имеет дело физика, приобретает вероятностный характер. Это значит, что, если провести N наблюдений, каждый раз возвращая систему в начальное состояние и поинтересоваться числом п случаев появления данного конечного состояния, можно увидеть, что отношение V = п/М, т.е. частота появления этого конечного состояния, при увеличении N постепенно утрачивает свой случайный характер и стремится к вполне определенному пределу. [c.22]

ОТКАЗ - любое событие, состоящее из нарушения работоспособности объекта. Отказ трактуется в теории надежности как случайное событие. [c.56]

ОЦЕНИВАНИЕ подразумевает процедуру получения оценок параметров моделей, определяющих адекватность моделей, ОЦЕНКА. В качестве оцениваемых величин могут быть взяты математическое ожидание случайного процесса, дисперсия, корреляционная функция. Могут оцениваться параметры объектов, значения передаточных функций, амплитудно- [c.56]

Причины осложнений, вызываемых применением химических веществ, на зарубежных и отечественных объектах нефтегазовой промышленности в основном аналогичны они обусловлены низкой эффективностью или плохой совместимостью вещества в обрабатываемой системе. Однако если на зарубежных промыслах эти осложнения являются, как правило, немногочисленными и случайными, то их распространенность на отечественных промыслах обусловлена двумя основными негативными моментами [c.350]

Спекл-интерферометрия, также как и голографическая-интерферометрия, где для освещения обычно используют лазерные источники, позволяет измерять смещения (статические и динамические) и исследовать форму оптически грубой поверхности с чувствительностью порядка длины волны света. По.этому новые интерферометрические методы можно рассматривать как перенос методов классической интерферометрии на широкий класс объектов и систем, которые находились ранее за их пределами. Спекл-интерферометрия развивалась на принципах голографической интерферометрии и базируется на спекл-эффекте, который приводит к формированию случайной интерференционной картины, наблюдаемой при рассеянии когерентного света на оптически грубой поверхности. [c.33]

Переход к каждому последующему этапу характеризуется уточнением, а следовательно, и усложнением моделей и углублением задач анализа. Соответственно возрастает объем проектной документации и трудоемкость ее получения. Пример, показывающий процесс развития модели ЭМУ от этапа к этапу проектирования, приведен на рис. 1.4. Если на первых шагах применяется небольшое число обобщенных параметров (как правило, не более 10—12) и упрощенные модели для предварительной оценки основных рабочих показателей, то в дальнейшем число параметров увеличивается в 10—15 раз, кроме того, вступают в действие математические модели, учитывающие взаимодействие физических процессов (электромагнитных, тепловых, деформационных), а также явления случайного разброса параметров объекта. В, итоге описание проектируемого объекта, в начале представленное перечнем требований ТЗ (не более 3-5 страниц), многократно увеличивается и составляет несколько десятков чертежей, сотни страниц технологических карт и пр. [c.18]

Что касается принципов построения моделей для вероятностного анализа объекта, то и здесь удается избрать единый метод статистических испытаний, суть которого состоит в прямой имитации случайных величин, характеризующих разброс технологических и эксплуатационных (в некоторых сечениях периода эксплуатации) факторов 98 [c.98]

Методы задания объектов. При моделировании могут исследоваться процессы в голографических системах с детерминирован-ными и случайными голографируемыми объектами. Для детерминированных объектов способ их цифрового описания задан по определению. Если требуется моделировать случайные объекты и поле на случайных объектах, то для их задания могут использоваться различные методы генерирования псевдослучайных последовательностей на ЦВМ. При этом статистические характеристики этих чисел (закон распределения, корреляционная функция и т. п.) определяются требуемыми статистическими характеристиками поля на случайных объектах. Поле на объекте может в зависимости от характера решаемой задачи задаваться либо в зкспоненциальном представлении через интенсивность и фазу, либо в виде ортогональных компонент. Последний способ удобнее и естественнее при моделировании, однако он часто связан с моделируемыми характеристиками объектов (например, их яркостью и формой поверхности) не Непосредственно, какприэкспоненциальномпредставлении, а опосредованно. [c.201]

Рассмотрим, например, генерирование гирлянды ассоциаций по первому признаку случайного объекта электролампочка . Этим признаком является эпитет стеклянная . Гирлянда ассоциаций создается П0СТЩ10ВК0Й вопроса Что напоминает слово стеклянная Ответ может быть, например, такой стеклянное волокно. Далее задается вопрос что напоминает слово волокно Кому-нибудь это может напомнить плетение, вязание. Аналогично, продолжая поиск элементов гирлянды ассоциаций, можно увеличить длину гирлян-д)ы. Вязание может напомнить бабушку, лечащую ревматизм на курортах юга, где от жары можно укрыться в тени или под зонтиком, напоминающим крышу садовой беседки, под которой отдыхают в летние солнечные дни. Солнце может напомнить эллиптические орбиты, по которым движутся планеты и летают космонавты, которых так любят дети, и т.д. [c.291]

Ш а г 8 — оценка и выбор рациональных вариантов идей. Генерирование новых вариантов решения задачи на предыдущих шагах, как правило, дает достаточно большое число вариантов. Среди множества нерациональных, тривиальных и даже нелепых идей всегда найдутся оригинальные и рациональные. Если в течение короткого времени можно найти тысячи вариантов решения, то нас вполне удовлетворит положение, при котором хотя бы несколько вариантов будут рациональными. В практике применения метода Г.Я. Бушем [1] количество таких вариантов заметно колебалось в зависимости от вида задачи, навыков генерирования ассоциаций, а также от выбора случайных объектов. Интересные решения среди всех вариантов составляют 2-50 %. Отметим любопытную закономерность количество рациональных вариантов обратно пропорционально их оригинальности. Это свидетельствует о том, что высокий процент рациональных вариантов решений нельзя считать положительным явлением. Наилучшие результаты достигались при 10-15 % интересных идей. Отбор вариантов рекомендуется производить в несколько этапов. Сначала вычеркивают явно нерациональные варианты. Затем отбирают наиболее оригинальные варианты сомнительной полезности, но привлекающие своей неожиданностью. На первый взгляд они кажутся бесполезными или малоперспективными в смысле удовле- [c.292]

Утверждение квантовой механики состоит в том, что даже в чистом квантовом состоянии частица при взаимодействии с макроприбором проявляет себя как случайный объект, требующий статистического описания. Постараемся понять, почему логика квантовой механики естественно приводит к волновому уравнению. Допустим, что у нас имеется прибор, который может измерять координату частицы. После каждого измерения состояние частицы разрушается, т.е. превращается в нечто такое, что либо не может быть чистым состоянием, либо переводится в другое чистое состояние, но явно отличающееся от исходного. Повторное измерение координаты чистого состояния не сможет дать результат, который имел бы прямое соответствие с первым измерением координаты. Поэтому самое естественное допу- [c.84]

В-третьих, волновые функции в общем случае являются случайными функциями. Только в специфических условиях изолированных квантовых систем волновые функции детерминированы и подчиняются уравнению Шрёдингера. При любой открытости квантовой системы, т.е. при соприкосновении ее с внешним окружением, волновая функция становится случайным объектом даже слабая открытость системы может приводить к "событиям", т.е. к случайным "квантовым скачкам". [c.353]

На современном этапе развития технологи 18ских систем начинают широко применяться самонастраивающиеся, т. е. автоматически устанавливающие оптимальные режимы обработки, машины и самоорганизующиеся, т. е. линии, автоматически устанавливающие оптимальный маршрут обработки. Самонастройка, или самоорганизация, осуществляется в функции параметров объекта обработки и позволяет при обработке конкретных объектов, свойства каждого из которых можно неслучайным или случайным образом варьировать в каком-то диапазоне, вырабатывать такую программу действия, которая обеспечивает, например, качество обработки, ее точность, минимальную себестоимость и т. д. В этих случаях схема, показанная на рис. 28.8, дополняется блоками, осуществляющими процесс самонастройки фис. 28.12). К блокам программы 1, управления 4, исполнительных механизмов 5 и контроля 6 прибавляется блок самонастройки 2 и блок памяти 3. [c.590]

Г р у п II а 2 задач параметрического синтеза связана с расчетом параметров элементов об71окта при заданной структуре объекта. Параметры проектируемых объектов, как правило, являются случайными величинами вследствие не поддающихся строгому учету производственных погрешностей изготовления и случайного характера параметров исходных материалов. Поэтому в наиболее общей постановке определение параметров подразумевает расчет как вектора номинальных значений параметров Хц(,м, так и вектора их допусков О. Обычно сведения о характере раепределеппя вектора X при проектировании весьма приближенные. При этом под номинальным значением параметра Х1 чаще всего понимают его ма- [c.60]

Экстремальными следует считать также условия, при которых в эксплуатации протекают неустановившиеся режимы силового и теплового воздействий, в том числе периодические или случайные импульсные нагрузки и резкие теплосмены, т. е. фактически условия, которые имеют место в реальной эксплуатации большинст ва стационарных энергетических установок, летательных аппаратов, различного типа турбомашин, корпусов надводных и подводных кораблей, химических установок, трубопроводов, двигателей внутреннего сгорания, подвижного состава железнодорожного транспорта, землеройных машин и т. п. Во многих из этих объектов при эксплуатации сложно сочетаются самые различные факторы, оказывающие неблагоприятное влияние на прочность и долговечность наиболее ответственных элементов конструкций. [c.661]

Надежность объектов или изделий количественно оцешнвается величинами, называемыми показателями, или характеристиками, надежности. Так как отказы являются случайными событиями, то все количественные характеристики надежности имеют г- еро-ятностный характер и их находят посредством математической обработки результатов большого числа наблюдений при испытании и эксплуатации изделий. К основным характеристикам надежности относятся следующие показатели. [c.173]

ОБУЧЕНИЕ РАСПОЗНАВАНИЮ ОБРАЗОВ - процесс изменения параметров распознающей системы или решающей функции на основании экспериментальных данных с целью улучшения качества распознавания. Применяют в тех случаях, когда имеющиеся априорные сведения о распознаваемых объектах или, точнее, о множествах сигналов, принадлежащих к одному классу, недостаточно полны, чтобы по ним найти определенную решающую функцию. Экспериментальные данные обычно имеют вид обучающей выборки, представляющей собой конечное множество наблюдавшихся значений сигналов, причем для каждой реализации указан класс, к которому она должна быть отнесена. На основании этих данных необходимо выбрать решающую функцию, классифицирующую сигналы из выборки в соответствии с указанными для них классами. Подобный выбор решающей функции с помощью выборки имеет практический смысл лишь тогда, когда можно на основании тех или иных отображений рассчитать, что выбранная функция будет осуществлять правильную классификацию также и для значений сигнала, не представленных в обучающей выборке, но наблюдаемых при тех же условиях, при которых была получена выборка. Наиболее важным при этом является вопрос о том, что считать правильной классификацией. Дпя того, чтобы это понятие имело смысл, необходимо предположить, что объективно существует некоторая закономерность, в соответствии с которой появляется сигнал, соответствующий кажцому из классов. Обычно предполагают, что сигнал является многомерной случайной величиной и каждый класс характеризуется вполне определенным распределением вероятностей. Существуют два различных подхода к обучению, различающиеся прежде всего по характеру сведений об указанных распределениях вероятностей. Параметрический подход применяют в тех случаях, когда эти распределения известны с точностью до значений некоторых параметров. Например, известно, что распределение сигнала для каждого класса является нормальным распределением с независимыми компонентами и с неизвестным средним, которое является неизвестным параметром. Тогда задача обучения, называемая парамет- [c.47]

ПРИЗНАКИ ВЕРОЯТНОСТНЫЕ - признаки, случайные значения которых распределены по всем классам объектов, при этом решение о принадлежности распознаваемого объекта тому или другому классу может приниматься только на основании конкретных значений признаков данного объекта, опр- деленных в результате проведения соответствующих опытов. Признаки распределения объектов следует рассматривать как вероятностные и в случае, если измерение их числовых значений производится с такимкошибками, что по результатам измерений невозможно с полной определенностью сказать, какое числовое значение данная величина приняла. [c.60]

При изучении фотографии уд шенной звезды аппаратной функцией в первом приближении является дифракционное пятно, размеры которого определяются диаметром объектива телескопа и длиной волны дифрагирующего света. Однако эта идеализированная картина существенно усложняется влиянием аберраций, полное устранение которых представляется практически невозможным. Поэтому аппаратная функция может быть определена только приближенно. Неизбежны также случайные и систематические ошибки при измерении освещенности суммарной картины. Наличие ошибок в измерении f(x — х) п Ф(х) ограничивает возможность восстановления функции объекта Дл )путем решения обратной задачи. [c.338]

Поскольку поверхности реальных объектов имеют случайный, иногда сильно изрезанный характер, их моделирование при помощи регулярных фракталов типа кривой Кох зачастую невозможно. Далее приведена модель образования фрактальных пористых систем, которые получили название 1 убки Менгера (по фамилии ученого, впервые предложившего такой механизм моделирования фрактальных объектов). [c.34]

Опорная и освещающая объект волны могут формироваться в результате разделения расширенного волнового фронта лазерного чвлучения Е на две части (рис. 11.5, а). Одна часть фронта отражается от зеркала 3, а другая — рассеивается объектом наблюдения О. Оба волновых поля достигают фотопластинки Я, на которой регистрируется результирующая интерференционная картина— голограмма объекта О. На рис. 11.6 приведена обычная фотография некоторых объектов, на рис. 11,7, а — их голограмма в натуральную величину, на рис 11.7, б — участок той же голограммы при увеличении. Интерференционные кольца на голограмме — результат побочного эффекта, вызванного дифракцией света на пылинках, случайно оказавшихся на пути опорной волны. [c.241]

Кристаллы невозможно очистить от случайных включений, поэтому число изученных объектов здесь невелико. Метод, который позволил отличить молекулярно-рассеянный свет от света, рассеянного случайными включениями, состояд в исследовании зависимости интенсивности от температуры интенсивность молекулярно-рассеянного света растет пропорционально абсолютной температуре, а интенсивность паразитного света от температуры не зависит. [c.588]

Временная синхронизация. Временные характеристики управляющих воздействий должны совпадать с временными масштабами процессов в управляемой системе. Если скорость поступления информации от блока управления много больше той, с которой ее может обработать объект управления, то эта информация воспринимается как случайный процесс, если наоборот — то 1сак случайная величина. В обоих случаях управляющие воздействия для управляемой системы утрачивают изначально заложенный в них смысл.. [c.8]

Отмеченное представляет только одну сторону вопроса системного решения задач. Другая же связана с расширением применения математических моделей ЭМУ на внешнюю область — на стадии производства и эксплуатации объекта с учетом случайного характера существующих воздействий. Это необходимо для оценки влияния различных технологических и эксплуатащюнных факторов на качество функционирования проектируемого изделия и позволяет прогнозировать вероятностный уровень его рабочих показателей с необходимыми в этих условиях точностью и достоверностью. Соответствующие модели и алгоритмы анализа должны при этом адекватно воспроизводить характер формирования случайных значений рабочих свойств изделий в различных условиях производства при учете разбросов параметров в пределах назначенных допусков и обладать способностью имитировать влияние на объект различных эксплуатационных факторов параметров источников питания, температуры, вибраций и пр. Такие модели могут служить одновременно основой для разработки алгоритмов моделирования испытаний ЭМУ при проектировании, что позволяет сократить объем и сроки реальных исследований макетных и опытных образцов проектируемых изделий. [c.98]

При >иеличении числа параметров оптимизации направленные (комбинированные) методы имеют несравненно меньшие затраты на поиск. Разница в затратах с ростом размерности области увеличивается столь быстро, что уже при и = 5 и заданной точности 15% методами пассивного поиска не удается получить результаты на ЭВМ за приемлемое время (в соответствующих графах табл. 5.7 стоят тире). В то же время решение аналогичной задачи, например, методом случайного градиента требует менее 100 обращений к модели объекта. [c.172]

Программная система позволяет применять для оптимизационных расчетов гиродвигателей методы сканирования, статистических испытаний, градиента, случайного поиска, покоординатного улучшения функции цели (Гаусса—Зейделя). При этом имеется возможность проводить расчеты ГД различных типов асинхронных с короткозамкнутым ротором, синхронных с магнитозлектрическим возбуждением, синхронных реактивных, бесконтактных двигателей постоянного тока, а также ГД различных конструктивных схем и исполнений, с различными алгоритмами управления, что достигается применением общих методов и алгоритмов анализа физических процессов, определяющих функциональные свойства проектируемых объектов, рациональным выбором входных данных. [c.231]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...