Модель ошибок. Полученные экспериментальные данные можно использовать и для оценки параметров модели ошибок, отражаемых зависимостями (12.10) и (12.11) [c.233]
Модель ошибок основывается на предположении, что чис-сло ошибок в программе в начале тестирования и интеграции является постоянным и уменьшается непосредственно при исправлении ошибок, т. е. новых ошибок не вводится Общее количество инструкций в процессе отладки предполагается неизменным. [c.234]
ИССЛЕДОВАНИЕ ОПЕРАЦИЙ И МОДЕЛИ. По своей сути, исследование операций — это применение методов научного исследования к операционным проблемам организации. После постановки проблемы группа специалистов по исследованию операций разрабатывает модель ситуации. Модель — это форма представления реальности. Обычно модель упрощает реальность или представляет ее абстрактно. Модели облегчают понимание сложностей реальности. Дорожная карта, например, облегчает возможность увидеть пространственные соотношения на местности. Без такой модели было бы гораздо сложнее добраться до места назначения. Пришлось бы полагаться на метод проб и ошибок. Точно так же модели, разработанные в исследованиях операций, упрощают сложные проблемы, сокращая число переменных, подлежащих рассмотрению, до управляемого количества. [c.71]
Моделирование — это концепция, которой уделено много внимания в нашем обсуждении. Наиболее заметный и, возможно, наиболее значительный вклад школы научного управления заключается в разработке моделей, позволяющих принимать объективные решения в ситуациях, слишком сложных для простой причинно-следственной оценки альтернатив. Многие из таких моделей настолько сложны, что не всякий средний руководитель в состоянии воспользоваться ими самостоятельно. Однако, отсутствие основательного представления о моделях может привести руководителя к методу проб и ошибок и принятию необдуманных решений, вместо применения проверенных методов. [c.222]
Возможности для разработки и производства этих изделий открылись благодаря мастерству миниатюризации. Однако одного этого было бы недостаточно появление новых моделей — еще и результат кропотливых усилий, направленных на изобретательное объединение в корне отличных элементов. Но покупатель — не такой уж простак Полезные потребительские товары найдут спрос, однако сомнительно, что популярность завоюют комбайны типа камера-радиоприемник — плоды эксцентричного поиска новых сочетаний составных частей. Тем не менее даже такие попытки методом проб и ошибок вносят вклад в изобретение новой и нужной аппаратуры. [c.55]
Статистический инструментарий по определению эффективности инвестиций в основной капитал. Графы и электронные книги. Система показателей фактической эффективности и окупаемости инвестиционных проектов. Накопление и обобщение результатов экспериментов с моделями инвестиций в виде артефактов. Моделирование процессов проявления и устранения ошибок инвестиционного проектирования. [c.76]
Особенности модели. Коэффициенты модели и их нахождение. Граница эффективности. Дисперсия ошибок. Измерение весов. Использование модели в реальной действительности [c.85]
Основные положения теории Шарпа. Коэффициенты регрессии. Измерение ожидаемой доходности и риска портфеля. Дисперсия ошибок. Определение весов ценных бумаг в модели Шарпа. Нахождение оптимального портфеля. Сравнительный анализ методов Г. Марковица и В. Шарпа. [c.335]
Одной из ключевых целей проекта было сокращение числа ошибок и уменьшение объема работ по их исправлению и внесению изменений на 50%. И этого удалось добиться. С применением компьютерного моделирования было выявлено свыше 10 тысяч точек рассогласования , в которых детали не вполне соответствовали требованиям сопряжения с другими. Без применения электронных технологий проектирования все эти проблемы вскрылись бы только в процессе производства — а так они были устранены еще на ранних этапах. Ближе к запуску в производство модели 747 компания тратила по 5 миллионов долларов в день на инженерные [c.273]
В настоящее время разница между словом и сигналом заключается только в большей значимости последнего. Сказанное означает, что информационная модель (структура) всякой ЧМС является одним из важнейших факторов ее надежности, эффективности и безопасности. Ошибки, допускаемые при переработке информации, оказываются по этой причине самыми тяжелыми, а поломки, аварии, случаи травматизма, являющиеся следствием этих ошибок,— наиболее дорогостоящими. Именно поэтому информационный психологический аспект современной техники стал не менее значим, чем инженерный. По сложности и стоимости реализации он во многих современных системах оказывается дороже самой системы [16]. [c.28]
Быстродействие — способность человека выполнять свою функцию, ее отдельные части в заданное время. Во многих ЧМС это время регламентировано характеристиками машин (информационной моделью системы) и предельно сокращено по экономическим соображениям. Оператор вынужден во всех случаях работать в условиях дефицита времени. Это предъявляет к его быстродействию повышенные требования. В причинах сбоев и ошибок недостаточность быстродействия оператора занимает ведущее место [41, 74]. [c.59]
Иной характер рассогласованности отмечен в системах, контролируемых помощниками бурильщика. Около 14% сбоев и ошибок эта категория работающих допускает вследствие информационной и более 50%—физической и базовой неадекватности. Указанный разрыв свойств человека с техникой является существенным эргономическим недостатком буровых установок [56, 64]. Причина его состоит в несовершенстве информационной модели, в высокой физической тяжести труда, напряженном ожидании (готовности), нерациональности рабочих поз и т. д. [c.199]
Статистическое описание. Эту форму описания риска и неопределенности применяют, когда модель объекта определяется по результатам выборочных экспериментов в условиях действия случайных помех и ошибок. Эта форма тесно связана с предыдущей, но принципиально отличается от нее тем, что в условиях ограниченного эксперимента удается получить лишь выборочные оценки параметров плотности распределения или ее моментов. Таким образом, вместо истинных значений моментов M(Z) и [c.46]
Но не существует универсальной модели развития и социально-эко-номического развития, и каждая страна должна следовать тем путем, который в наилучшей степени отвечает ее историческим, политическим и культурным традициям. Проводя радикальные реформы, нельзя не учитывать того громадного опыта, который накопила мировая цивилизация по созданию оптимальных моделей социально-экономического развития. Россия имеет реальный шанс, используя положительный мировой опыт, избежать тех ошибок и негативных последствий развития цивилизации, с которыми столкнулись промышленно развитые страны, и пойти другим путем развития экономики и построения современного общества. [c.280]
Для того, чтобы избежать этих ошибок, в процессе построения машинной модели проводятся многочисленные проверки того, что уже сделано. Так, после проведения каждого из этапов (и даже каждого из подэтапов), описанных в предыдущих параграфах, необходимо остановиться и посмотреть, правильно ли проделана эта часть исследования. Такие локальные проверки, однако, помогают устранить в основном только технические ошибки.. Для [c.274]
При проверке пригодности модели происходит проверка гипотез о системе в целом, в их совокупности. Поскольку мы описываем прикладные имитационные эксперименты, т. е. исследования, направленные на изучение хотя и сложных, но все-таки достаточно хорошо понимаемых систем, при разработке модели ясны основные факторы и параметры изучаемого объекта и существенные связи между ними. Все это, однако, не означает, что построенная нами модель будет обязательно пригодна для проведения прикладного имитационного исследования ведь путем имитации изучаются сложные системы, а хорошее понимание систем еще не означает их идеального понимания. Поэтому при построении моделей возможны принципиальные ошибки. Отсутствие таких ошибок и должен доказать предлагаемый сейчас читателю подэтап исследования. Проверка модели обязательно должна проводиться даже тогда, когда кажется, что изучаемая система относительно проста и мы настолько хорошо ее знаем, что ошибку совершить невозможно. Эта простота может оказаться обманчивой. Без проверки пригодности модели можно обойтись только при анализе некоторых физических объектов (скажем, в задачах механики), но не в экономических исследованиях. [c.275]
Все сказанное выше должно убедить читателя в важной роли исследователя в имитации, в необходимости всеми силами стараться избегать ошибок, особенно при формулировке моделей, поскольку любая такая ошибка многократно усиливается вычислительной машиной. [c.296]
Малая размерность модели приводит к упрощенному и неполному описанию взаимосвязей моделируемого объекта. В то же время использование моделей большой размерности не только затруднено технически, но и усложняет содержательный анализ проблем ее адекватности объекту. Это снижает также ценность модели как инструмента прогнозирования, поскольку возрастает проблема прогнозирования из-за большого количества прогнозируемых факторов. В результате увеличивается вклад ошибок прогнозных значений факторов в общую сумму ошибок по различным причинам. Практика показывает, что оптимально 4-6 факторов. [c.138]
Мы не станем рассматривать очень специфичный вопрос о подготовке исходной информации, а сразу перейдем к важной проблеме проверки пригодности математической модели, реализованной в виде программы для ЭВМ. Проверка должна показать, что на предыдущих этапах не было допущено никаких ошибок. [c.144]
Вопрос о том, какой смысл можно вкладывать в само понятие проверки и что такое пригодность математической модели, является сложным методологическим вопросом, связанным с пониманием природы математического моделирования. Истинность математических моделей лишь относительна и позволяет правильно оценить некоторые (но далеко не все) стороны изучаемых явлений. Непонимание этого факта, претензии на абсолютную истинность приводят к запутанным и большей частью неправильным рассуждениям о роли проверки -пригодности моделей, использующихся в экономико-математических исследованиях. Такие рассуждения особенно часто встречаются в переводных книгах по математическому моделированию ). При этом происходит смешение проблем, возникающих при разработке принципиальных вопросов моделирования в недостаточно изученных областях науки, с проблемами пригодности моделей в прикладных исследованиях, когда применяются модели, основанные на хорошо разработанных и проверенных идеях. Если не рассматривать ошибки, которые могут возникнуть из-за невежества исследователя, то остается оградить себя от ошибок, вызванных неправильным сочетанием отдельных блоков модели, недостатками исходной информации, ошибками в программировании и т. д. Отсутствие таких ошибок и должна доказать проверка модели. Она должна проводиться даже тогда, когда кажется, что изучаемая система относительно проста и мы настолько хорошо ее знаем, что ошибки совершить невозможно. Эта простота может оказаться обманчивой. Без проверки пригодности модели можно обойтись при анализе некоторых физических объектов (скажем, в задачах механики), но не в экономических исследованиях. [c.145]
Метод регрессионного анализа. Регрессионный анализ использует статистическую модель для нахождения зависимости среднего значения зависимой переменкой (прямые трудозатраты) от значения одной или нескольких независимых переменных. При использовании допущений этот метод обеспечивает защиту от возможных ошибок. Наиболее широко применяется метод наименьших квадратов. [c.233]
Линейное программирование является наиболее популярным методом моделирования в принятии управленческих решений в случае, когда необходимо оптимизировать использование данного множества ограниченных ресурсов. Модель линейного программирования часто рассматривается как расширение моделей затраты — объем — прибыль и моделей распределения ресурсов в условиях многопродуктовых производств. Мы рассмотрели два метода нахождения оптимального решения — метод проб и ошибок и графический метод. Оба они позволяют понять, каким образом в модели линейного программирования выбирается оптимальное решение. Для использования этой модели на практике, когда есть большое количество продуктов и значительное число ограничений, следует применять методы, реализованные в стандартных компьютерных программах. [c.386]
Вычленение и анализ такого элемента временных рядов, как случайные колебания, может использоваться для определения вероятных ошибок и оценки надежности модели прогнозирования. Случайные колебания расцениваются как ошибки прогноза. Разность между фактическими и прогнозируемыми значениями характеризует допущенную ошибку. Для оценки ошибок существуют статистические показатели — средняя ошибка и среднеквадратическая ошибка. Чем меньше значения этих критериев, тем больше надежность прогнозной модели. [c.82]
Оценка пригодности и эффективности модели, использованной для прогнозирования, и анализ ошибок. [c.83]
В табл. 15.1 приведены примерные модели вместе с ошибками. В силу высокой степени неопределенности механизм падения курса хуже поддается количественному описанию, чем его рост, что и видно из ошибок. В цепом, качество моделей таково [c.677]
Риск необнаружения — это риск, который аудитор готов взять на себя в той степени, в какой он рискует не обнаружить существенных ошибок в финансовой отчетности при помощи аудиторских процедур, предполагая, что в системе внутрихозяйственного контроля их не смогли обнаружить и исправить. Риск необнаружения исчисляется по трем остальным рискам, входящим в модель аудиторского риска. [c.215]
После того как будут определены все риски и установлен соответствующий план аудита, компоненты плана по внутрихозяйственному риску и риску контроля не подлежат изменению на основании полученных аудиторских свидетельств. Если аудиторские свидетельства покажут, что ошибки, превышающие допустимую сумму, отсутствуют, то записанная для данного участка сумма принимается. Но если аудиторские свидетельства покажут наличие ошибок, превышающих допустимую сумму, то от модели следует отказаться и проделать достаточное количество процедур, чтобы с высокой степенью достоверности идентифицировать и количественно определить существующие ошибки. [c.216]
Случайных колебаний. Это непредсказуемые случайные колебания, присутствующие в большинстве реальных временных рядов. Анализ таких колебаний можно использовать для вычисления вероятных ошибок и оценки надежности примененной модели прогнозирования. [c.220]
Анализ ошибок для сравнения прогноза по модели с фактическими данными с целью проверки пригодности и надежности модели. [c.221]
Интерпретация этих знаков полностью определяется социально-экономическим содержанием моделируемого (результативного) признака. Если его величина изменяется в сторону увеличения, то плюсовые знаки факторных признаков имеют положительное влияние. При изменении результативного признака в сторону снижения положительное значение имеют минусовые знаки факторных признаков. Если экономическая теория подсказывает, что факторный признак должен иметь положительное значение, а он является отрицательным, то необходимо проверить расчеты параметров уравнения регрессии. Такое явление чаще всего бывает в силу допущенных ошибок при решении. Однако следует иметь в виду, что при анализе совокупного влияния факторов, при наличии взаимосвязи между ними характер их влияния может меняться. Для того чтобы быть уверенным, что факторный признак изменил знак влияния, необходима тщательная проверка решения данной модели, так как часто знаки могут меняться в силу допустимых ошибок при сборе или обработке информации. [c.121]
Под каналом несанкционированного доступа к информации понимается последовательность действий лиц и выполняемых ими технологических процедур, которые либо выполняются несанкционированно, либо обрабатываются неправильно в результате ошибок персонала или сбоя оборудования, приводящих в конечном итоге к факту несанкционированного доступа. Выявление всего множества каналов несанкционированного доступа проводится в ходе проектирования путем анализа технологии хранения, передачи и обработки информации, определенного порядка проведения работ, разработанной системы защиты информации и выбранной модели нарушителя. [c.249]
В главах (1—10) авторы ограничились рассмотрением в основном линейных эконометрических моделей как наиболее простых и обладающих меньшим риском получения значительных ошибок прогноза. По той же причине изучение временных рядов было ограничено рассмотрением в основном стационарных рядов. [c.4]
Наиболее хорошо изучены линейные регрессионные модели, удовлетворяющие условиям (1.6), (1.7) и свойству постоянства дисперсии ошибок регрессии, — они называются классическими моделями. [c.19]
LM-тест выявляет наличие в уравнении GAR H-эффекта. В таблице 15.3 приведены результаты оценивания уравнения (15.2) с GAR H(1,1) моделью ошибок (см. п. 11.5) По-прежнему коэффициент /3 значимо отличается от нуля и гипотеза о случайном блуждании отклоняется. [c.440]
Осуществление указанных этапов является достаточно трудоемкой задачей, причем по мере укрупнения и усложнения производства затраты времени на формирование и подготовку к решению зконсмико-математической модели прогрессивно возрастают. Кроме того, проведение каждого этапа связано с возможностью-возникновения значительного числа логических, арифметических и особенно механических ошибок, а формирование матрицы коэффициентов модели линейного программирования требует от исполнителей наличия определенных методических навыков. К другим-недостаткам4" существующей практики применения экономико-математических моделей в планировании следует отнести относительную разобщенность по месту выполнения отдельных этапов. Так, процесс отбора и формирования исходной информации о режимах и вариантах технологических процессов осуществляется при участии таких функциональных подразделений заводоуправления, как плановый и производственно-технический отделы, а все остальные этапы — в информационно-вычислительном центре. При этом применяемые способы передачи информации и ее качество нельзя признать удовлетворительными. Результатом является несогласованность, еще более усугубляющая указанные недостатки. [c.167]
Опыт, накопленный в области моделирования нефтеперерабатывающего предприятия, показывает, что проведение таких этапов, как формирование матрицы коэффициентов, кодирование ин- формации, перевод информации на машинные носители, связано с трудоемким процессом проверки и исправления ошибок. Поэтому наиболее рациональной представляется такая организация процесса моделирования, при которой без дополнительной ручной обработки первичные носители информации сразу переносились бы на машинные носители, а формирование матрицы козффициен-тоа модели линейного программирования осуществлялось бы с помощью ЭВМ в готовом для решения виде. [c.168]
Воздействие неучтенных случайных факторов и ошибок наблюдений в модели (3.22) определяется с помощью дисперсии возмущений (ошибок) или остаточной дисперсии а2. Несмещенной оценкой этой дисперсии является выборочная остаточная дисперсия1. [c.62]