- •Глоссарий
- •Жизненный цикл (жц) строительных объектов
- •Процессный, функционально-системый, надежностный подходы в строительстве
- •Три основных вопроса и пять аспектов профессиональной деятельности
- •Проблема как нерешенная задача. Решение инженерных задач как процесс принятия решений (пояснить на примерах)
- •Проблема
- •Общая последовательность решения инженерной задачи
- •Теория принятия решений (классификация, используемый математический аппарат, примеры)
- •Модель, моделирование (определение, классификация, преимущества и недостатки модели, примеры)
- •Роль моделирования в познавательной деятельности
- •Качество, надежность, риск, безопасность в строительстве (определение, примеры)
- •Качество и конкурентоспособность. Смк на базе стандартов исо 9000:2008
- •Качество и надежность. Основные свойства надежности, долговечность, безотказность, ремонтопригодность, сохраняемость
- •Возможные состояния строительных конструкций. Ск на различных этапах жизненного цикла строительного объекта (пояснить на примерах)
- •Предельные состояния ск, две группы предельных состояний, критерии предельных состояний. Нормативные и расчетные характеристики
- •Принципы проектирования ск. Эволюция методов расчета ск
- •Допуски, дефекты, отказы в строительстве. Классификация строительных отказов и дефектов. Три категории характера процессов повреждений зданий, сооружений и способы их устранения
- •18.Временные этапы (периоды) работы ск в её жизненном цикле, приработка, период нормальной эксплуатации, период износа и старения
- •Факторы, вызывающие износ и старение ск. Отказы строительных конструкций, методы их устранения (аварии, повреждения, дефекты, пояснить на примерах)
- •Износ и долговечность. Авария как ошибка специалиста (причины аварий). Чередование технических состояний, диагностика, возможные решения по результатам диагностики
- •Параметрическая и инженерная надежность, показатели надежности как количественная характеристика свойств надежности. Точная и статистическая (опытная) формы показателей надежности.
- •Риск (определение, классификация). Защита от риска (страхование, диверсификация, хеджирование)
- •Безопасность в строительстве. Обеспечение требуемого уровня надежности (система планово-предупредительных ремонтов)
- •Четыре основных задачи в инженерной теории надежности, связь коэффициента запаса, коэффициентов вариации нагрузочного фактора, сопротивления нагрузке
- •Математический аппарат теории надежности, теория вероятностей и математическая статистика, теория массового обслуживания, теория игр
- •Основные понятия теории вероятностей и математической статистики: случайное событие, случайная величина, случайный процесс (привести примеры). Объективная и субъективная вероятности
- •28. Закон распределения случайной величины как отражение условий работы конструкции
- •Статистическая процедура: теория выборочного метода, статистические выводы, прогнозирование
- •Статистические выводы: теория статистического оценивания (точечные и интервальные оценки), статистическая проверка статистических гипотез
- •Прогнозирование: теория корреляции, корреляционное поле, теория регрессии (основные задачи). Цели прогнозирования
- •Многомерный, многошаговый корреляционный и регрессионный анализ ( проблемы мультиколлинеарности, эластичности)
- •Техническое диагнстирование повреждений ск (основные задачи, разрушающие и неразрушающие методы)
- •Оценка технического состояния и система контроля ск (качественная и количественная оценка, мониторинг)
- •Автоматизированные информационные системы и технологии. Искуственный интеллект. Интеллектуальные здания и сооружения
-
Прогнозирование: теория корреляции, корреляционное поле, теория регрессии (основные задачи). Цели прогнозирования
Корреляция - (correlation) - (в статистике) степень, с которой какая-либо одна характеристика воздействует на другую, причем эти характеристики являются взаимосвязанными и образуют пару. Такие парные характеристики могут быть представлены на графике в виде ряда точек.
Корреляционное поле представляет собой точечный график в системе координат {x,y}. Каждая точка соответствует единице совокупности. Положение точек на графике определяется величиной двух признаков – факторного и результативного.
Регрессионный анализ – статистический метод, используемый для исследования отношений между двумя величинами. Регрессия в математической статистике – зависимость среднего значения одной величины (y) от другой величины (или нескольких величин) x. Регрессионный анализ используется для определения общего вида уравнения регрессии (наиболее часто используется линейная модель), оценки параметров этого уравнения, а также проверки различных статистических гипотез относительно регрессии.
-
Многомерный, многошаговый корреляционный и регрессионный анализ ( проблемы мультиколлинеарности, эластичности)
Для достоверного отображения объективно существующих процессов необходимо выявить существенные взаимосвязи между ними. В естественных науках часто речь идет о функциональной связи, когда каждому значению одной переменной соответствует вполне определенной значение другой. В большинстве случаев между переменными величинами существуют зависимости, когда каждому значению одной переменной соответствует не какое-то определенное, а множество возможных значений другой переменной. Такая зависимость получила название стохастической.
Частными случаями стохастической связи являются корреляционная и регрессионная связи.
Две случайные величины имеют корреляционную связь, если математическое ожидание одной из них изменяется в зависимости от изменения другой. Метод математической статистики, изучающий корреляционные связи между явлениями, называется корреляционным анализом. Основной его задачей является выявление связи между случайными переменными и оценка ее тесноты.
Но не все факторы являются случайными величинами. Поэтому при анализе обычно рассматриваются связи между случайными и неслучайными величинами. Такие связи называются регрессионными, а метод математической статистики, их изучающий, называется регрессионным анализом. Кроме того, при изучении процессов необходимо не только выявить связь между переменными, но и изучить и установить ее форму, что и является основной задачей регрессионного анализа.
Многомерный корреляционный анализ
В многомерной модели корреляционного анализа вычисление частных и множественных коэффициентов корреляции основывается на использовании матрицы коэффициентов парной корреляции.
Многошаговый регрессионный анализ.
Этот метод основан на вычислении нескольких промежуточных уравнений регрессии, в результате анализа которых получают конечную модель, включающую только факторы, оказывающие статистически существенное влияние на исследуемую зависимую переменную. Различные сочетания одних и тех же факторов оказывают разное влияние на зависимую переменную. Вследствие этого появляется необходимость выбора наилучшей модели, т.к. перебирать все возможные варианты сочетания факторов и строить множество уравнений регрессии (количество которых может быть очень велико) просто не имеет смысла.
Таким образом методы пошагового регрессионного анализа позволяют избежать столь громоздких расчетов и получить достаточно надежную и полную модель зависимости исследуемого признака от ряда объясняющих