Переменные, которые претерпевают изменения на каждой ступени, называются переменными состояния.
Изменения, происходящие в каждой ступени , полностью определяются системой уравнений преобразования.
Ступень может иметь несколько входов и выходов, по которым в неё поступают или выводятся значения переменных состояния. По числу входов и выходов ступени классифицируются:
- ступень с одним входом и выходом называется связующей,
- ступень с несколькими входами и одним выходом – смесительная;
- ступень с одним входом и несколькими выходами – разделительная,
- ступень с несколькими входами и выходами – сложная.
Процессы разделяются на стационарные (гомогенные) и нестационарные (гетерогенные).
В задачах оптимизации многоступенчатых управляемых процессах целевая функция, подлежащая максимизации или минимизации, представлена как функция переменных состояния на выходе последней ступени, зависящая от условий сопряжения всех ступеней процесса.
Пример. В распоряжении имеется определенное количество ресурса ( сырье, капитал, технологии и т.п.). Он может быть использован различным образом, каждому из которого соответствует определенный результат. Целевая функция - результирующий доход.
Регрессионный анализ.Регрессионные зависимости являются одними из самых распространённых видов моделей, описывающих зависимость одной случайной величины от других случайных или не случайных величин. Регрессионная зависимость, или регрессия, записывается в виде функции, линейной или нелинейной, которая описывает зависимость «в среднем», т.е. приближенно с различной степенью приближения.
Слово «регрессия» введено ученым-естественником Гальтоном.
В инженерной практике приходится решать задачу зависимости наблюдаемой случайной величины У от одной или нескольких случайных (неслучайных) величин Х1, Х2, Х3 ,… . Величина У называется откликом, Х – факторами, влияющими на отклик, а (У,Х) – выборкой. Для определения зависимости отклика от факторов вводится между ними функциональная связь
У = f (Х).
Общая постановка задачи регрессионного анализа: по выборке (У,Х) наблюдаемых (экспериментальных) данных о значениях факторов и отклика
Ук = f (Хк ) + ок, к = 1, 2, 3,…,
где о – случайная величина, называемая ошибкой регрессионной модели,
требуется построить оценку функциональной зависимости У = f(Х) , как закономерной зависимости при наличии случайной составляющей.
Гауссовая модель. Метод наименьших квадратов: минимизация суммы квадратов откликов.
Корреляционный анализ.Раздел математической статистики, исследующий зависимость между случайными величинами на основе различных выборочных оценок коэффициентов корреляции.
Применение методов корреляционного анализа позволяет произвести отбор среди факторов с целью выявления наиболее информативных из них, наиболее существенно влияющих на отклик.
Коэффициент корреляции Пирсона
r = [n-1Σxy – ([xy)cp ] / [(n-1Σx2 – x2cp)(n-1Σy2 – y2cp)]1/2 .
Выборочный множественный коэффициент корреляции
ryz = [n-1Σ(y – ycp)(z – zcp)] / [(n-1(Σ(y – ycp)2 x2cp)(Σ(z – zcp)2]1/2 ,
z = b0 + b1x1 + b2x2 +……+ bkxk .
Многомерный статистический анализ.Раздел математической статистики, который исследует многомерные наблюдения: наблюдение представляется не одним числом, а целым набором чисел, которые определяют ортогональную систему координат пространства наблюдений.
Дискриминантный анализ Совокупность объектов разбита на группы. Представление группы.
Кластерный анализ. Разбиение «схожих» групп. .
|