Элементы данных в каждой из категорий должны быть упорядочены в логические группы, такие, как функции, объекты или другие группы, которые более уместны для их использования. Список элементов постоянных данных используется либо для контроля, либо для других справочных целей. Список переменных входных данных включает данные, изменяемые в процессе нормального счета. Переменные выходные данные получаются в процессе нормального счета. В процессе работы могут возникать данные внутренней генерации как для пользователя, так и для разработчика. [c.196]
Пассивные наблюдения 235, 241 Переменные входные (объясняющие, предсказывающие, предиктор-ные) 9 [c.473]
Входная (условна- переменная) Входная ( условно - постоянная Выходная [c.118]
Переменна входная информация [c.232]
Математическая постановка задачи планирования эксперимента состоит в следующем. Пусть имеется некоторый объект (предприятие, объединение и т. п.), характеризуемый определенным набором входных параметров (факторов) и выходных переменных. Входные и выходные переменные можно записать соответственно в виде векторов x = (Xi, х3.....хп), y=(yi, уг,. .. Ур). На объект [c.313]
Реактор представляет собой весьма сложную систему, состояние которой определяется заданием входных переменных (факторов) и связанных с ними выходных (фазовых) координат или параметров состояния. Входные переменные, согласно их роли в процессе управления, можно разделить на управляющие воздействия, контролируемые и неконтролируемые возмущения. Так как каждая группа состоит из нескольких переменных, совместное влияние их на процесс выражается рядом векторов и — вектор управляющих воздействий / — вектор контролируемых возмущений h — вектор неконтролируемых возмущений д — вектор выходных фазовых координат. [c.423]
Выделение группы критериев происходит на основе предпочтительности отдельных факторов по отношению друг у к другу для достижения целей. В схеме достижения коммерческим риском такими критериями служат входные и выходные потоки информации. Общая ценность управленческого решения определяется наличием оценок в виде булевых переменных каждой из альтернатив по каждому из критериев. С позиции управления риском критерии могут иметь различный смысл установление наличия или отсутствия некоторого признака установление некоторой качественной характеристики измерение некоторого количественного параметра. [c.185]
Основной метод исследования операций - изучение математических моделей операций. Сущность оперативного подхода заключается в следующем определение и математическая формулировка цели операции, критерия оптимальности (показателя качества процесса) и ограничений построение математической модели операции, выражающей эффективность исследуемой системы как функцию множества переменных, из которых, по крайней мере, хотя бы одна поддается управлению определение (а в случае необходимости прогнозирование) входной информации выбор метода оптимизации с помощью методов математического программирования нахождение оптимального решения проверка полученной модели путем сравнения с оригиналом операции и в случае необходимости корректировка модели и ее решения. [c.307]
Прежде чем переходить к экономическим соображениям, сделаем предположение, имеющее скорее математический характер, нежели экономический. Пусть производственная функция является дважды непрерывно дифференцируемой. Это предположение означает, что, во-первых, входные переменные могут меняться непрерывно, и во-вторых, результат деятельности достаточно гладко меняется при изменении количеств используемых ресурсов, что является естественным при моделирования такого большого объекта, как экономика страны, и очень удобным (впрочем, нам встретятся отдельные примеры производственных функций, где это предположение не выполняется). [c.53]
И еще одно замечание. При анализе сложной модели, если это возможно, необходимо проводить сначала анализ отдельных блоков, и только затем — всей модели в целом. В случае ретроспективного предсказания все входные переменные блока должны быть заданы как экзогенные и соответствовать значениям, наблюдавшимся в реальности. Тогда выходные переменные блока должны быть близки в том или ином смысле к реальным значениям величин. Таким образом, для проверки некоторого блока необходимо иметь информацию о реальных значениях входных и выходных переменных блока. Так, например, в нашей модели экономики мы могли бы проверить отдельно блок [c.280]
Во многих случаях математическую модель разумно сначала проверять по частям (по отдельным блокам) и только потом оценивать ее пригодность в целом. При этом надо отдавать себе отче. в том, что проверка по частям не является гарантией пригодности модели как целого более того, некоторые эффекты удается проверить только на модели в целом. В случае ретроспективного предсказания все входные переменные блока должны быть заданы как экзогенные и соответствовать их значениям, наблюдавшимся в реальности. Тогда выходные переменные блока должны быть близки в том или ином смысле к их реальным значениям. Таким образом, для проверки некоторого блока необходимо иметь информацию о реальных значениях входных и выходных переменных блока. Так, например, в нашей модели экономики страны мы могли бы проверить отдельно блок образования трудовых ресурсов (входная переменная — численность населения, выходная — численность трудящихся) и блок производства национального дохода (входные переменные — основные фонды и трудовые ресурсы, выходная — национальный доход). Можно было бы выделить и другие блоки. [c.147]
Построение математической модели процесса сводится к составлению системы уравнений, связывающих входные и выходные параметры процесса в установившемся технологическом режиме, и к разработке алгоритма решения этой системы относительно выходных переменных при заданных входных воздействиях [8, 47]. [c.131]
Входные переменные процесса — физические параметры входных потоков сырья, а также топлива и воздуха, подаваемых в печь. [c.131]
Входные переменные процесса дегазации [c.133]
Входные переменные процесса температура входного потока конденсата Вх, топлива /т, воздуха tB, топочных газов tr, расход топлива GT, воздуха GB и конденсата GBX. [c.135]
Система уравнений (64) — (68) устанавливает соотношение между концентрациями легколетучего компонента х и у в жидкой и паровой фазах по высоте колонны в зависимости от входных переменных Fp и хр и управляющих переменных F0 и Fn+i- [c.147]
Величины xf и Уг — решение системы. Их можно выразить-как однозначные функции входных и управляющих переменных [c.147]
Входные переменные F р — расход питания, [c.148]
Ввод исходных данных. Задаются значения входных переменных Fp, Xp и начальные значения Fn+, F0. [c.149]
Ввод исходных данных. Задаем значения входных переменных L, хь и управляющих L, w. [c.154]
Математическая модель процесса регенерации метанола в статическом режиме связывает выходные переменные (расход и концентрацию регенерированного метанола на выходе из установки) с входными переменными процесса. [c.155]
Входные переменные процесса Fp — расход поступающей смеси метанол — вода, моль/ч % — молярная концентрация легколетучего компонента (метанола) в поступающей смеси, моль/м3 tp — температура смеси, °С. [c.155]
Задача регулирования процесса регенерации метанола рассматривается в соответствии со схемой управления процессом (см. рис. 9) для двух управляющих переменных расхода флегмы на орошение FN и расхода греющего пара N. Задача регулирования процесса заключается в определении оптимального значения F"N для каждого набора входных переменных Ff, хр, /р> при котором функционал [c.158]
Ввод исходных данных. Задаются значения входных переменных и начальные значения Fp, xp, t0.. . [c.160]
При определении перечня входной информации описываются вид информации (текущая переменная, нормативно-справочная), источники информации, специфика сбора, хранения информации, способы поступления, а также объемно-временные характеристики и способы контроля. [c.89]
Экзогенные по отношению к моделируемой системе переменные рассматриваются как входные переменные, значения которых известны. Наиболее часто экзогенные переменные рассматриваются как ограничения в модели. Эндогенные по отношению к моделируемой системе переменные считаются внутренними, формируемыми в результате исследования, они делятся на [c.428]
Степень независимости переменных и взаимосвязи переменных друг с другом может быть различной. По отношению к процедурам вычислений значений переменных, они делятся на входные и выходные. [c.428]
По виду зависимости между входными и выходными переменными модели, различают детерминированные и вероятностные модели. В детерминированных моделях выходные переменные однозначно определяются значениями входных переменных, при этом случайными, не предвиденными заранее воздействиями полностью пренебрегают. Для совокупности входных значений на выходе всегда получается единственно возможный результат. Вероятностные модели содержат случайные величины, благодаря которым для совокупности входных значений на выходе могут быть получены различные результаты. Вероятностные (или стохастические) модели учитывают фактор неопределенности информации, ее неточность или неполноту. Модели могут быть разделены на два класса по назначению [c.429]
В регрессионном анализе рассматриваются односторонняя зависимость случайной переменной Y от одной (или нескольких) неслучайной независимой переменной X. Такая зависимость может возникнуть, например, в случае, когда при каждом фиксированном значении X соответствующие значения Y подвержены случайному разбросу за счет действия ряда неконтролируемых факторов. Такая зависимость Гот X (иногда ее называют регрессионной) может быть также представлена в виде модельного уравнения регрессии 7 по X (3.1). При этом зависимую переменную У называют также функцией отклика, объясняемой, выходной, результирующей, эндогенной переменной, результативным признаком, а независимую переменную X — объясняющей, входной, [c.51]
Используя ведомость сравнительных данных по счету 146, легко определить плановые показатели за отчетные периоды. Это можно сделать сразу на весь ближайший период или на каждый месяц. Расчет отклонений осуществляется автоматически. На втором этапе обработки входные данные можно закодировать для классификации на постоянные и переменные сравнительные величины, что позволит вычислить плановые расходы с учетом эластичности их связи с объемом производства. При необходимости можно закодировать и другие основные данные. [c.244]
Это означает, что входные данные одного процесса не должны модифицироваться другим процессом и никакие два процесса не должны модифицировать общие переменные. Явная параллельная обработка может быть обнаружена среди процессов, удовлетворяющих этим условиям. Для использования скрытой параллельной обработки требуются преобразования программных конструкций, такие, как уменьшение высоты деревьев арифметических выражений, преобразование линейных рекуррентных соотношений, замена операторов, преобразование блоков IF и DO к каноническому виду и распределение циклов. [c.89]
Процесс построения конкретной, числовой модели состоит из определения зависимостей между входными и выходными параметрами системы отрасль , анализа влияния отдельных параметров и определения основных переменных величин с учетом ограничений. [c.142]
Производственная мощность является переменной величиной и определяется на две даты входная — на I января планируемого года и выходная — на 1 января года, следующего за планируемым. Для целей планирования определяется среднегодовая мощность, рассчитываемая исходя из величин ввода и выбытия мощности в отдельные периоды года. [c.145]
Значительное место в моделировании занимает определение переменных, значений входных параметров и спецификация моделей. В этом разделе мы остановимся на спецификации моделей имитационного типа. [c.296]
Модель использует различные значения входных параметров. Например, для того чтобы составить баланс, необходима входная информация о начальных размерах активов разного вида, обязательствах и собственном капитале. Эта информация поступает от менеджеров. Примерами параметров являются отношение дебиторской задолженности к различным финансовым переменным, предельно допустимое отношение собственных и заемных средств и др. [c.298]
После определения переменных и входных параметров приступают к спецификации модели - заданию набора математических и логических зависимостей, связывающих входные переменные с переменными резуль- [c.298]
Входные переменные (по стоимости) Выручка , . [c.305]
Здесь аа, с - векторы A, G, С — матрицы коэффициентов у х — векторы выходных и входных потоков объекта и — вектор переменных, обеспечивающих диапазонную зависимость выходов от входов. [c.28]
Необходимость системного подхода диктуется еще и тем, что осуществляемые в настоящее время технологические процессы добычи природного газа представляют собой сложные газопромысловые объекты управления с большим числом выходных и входных переменных. Сложные нелинейные взаимосвязи между переменными, распределенность их в пространстве, их нестационарность, недостаточная априорная информация о закономерности газопромысловой технологии и другие причины значительно затрудняют создание адекватных экономико-математических моделей объектов ГДП, поэтому приходится непрерывно уточнять модели во время функционирования газопромысловых объектов. Обеспечение высокой производительности отдельных газопромысловых объектов и установок обычно достигается их узкой приспособленностью к выполнению определенных технологических задач, что приводит к расчленению процесса добычи природного газа на несколько взаимосвязанных процессов, каждый из которых выполняется на отдельном объекте. [c.46]
Входные переменные процесса Гвх — температура газожидкостной смеси на входе в УНТС, К Рвх — давление на входе в УНТС, МПа QBX — расход смеси на входе в установку, моль/ч. [c.124]
Ввод исходных данных. Задаются значения входных переменных ГвхЕЕЕЕТь PBX=P QBX=Q и переменные Q2, Р2- Задаются начальные значения Т , Т, Т°, Г4. . Вводятся величины [c.125]
Входные переменные процесса L—рсаход смеси на входе в колонну, моль/ч XL — состав смеси на входе в колонну, моль/м3. Выходные переменные процесса W — расход кубового остатка — раствора регенерированного 80%-ного ДЭГа, мол./ч xw — состав кубового остатка, моль/м3 D — расход дистиллята — смеси воды с широкой фракцией углеводородов, моль/м3 XD — состав дистиллята, моль/м. [c.150]