1222
.pdf
n |
|
2 = |
|
y1 j |
y1 |
0,0578 = 0,24; |
|
j 1 |
|
|
|
n |
|
|
|
y j y = 0,0032 + 0,032 + 0,0072 + 0,0272 = 0,001687; |
|||
j 1 |
|
|
|
n |
|
|
|
y j y 2 |
= |
0,001687 = 0,04. |
|
j 1
Коэффициент корреляции оценок y1 j с оценками Yj
1 0,005540 0,58 . 0,24 0,04
Аналогично
n
y2 j y2 y j y = (0,23 – 0,25) (0,253 – 0,25) +
j1
+(0,17 – 0,25) (0,28 – 0,25) + (0,33 – 0,25) (0,243 – 0,25)
(0,243 – 0,25) + (0,27 – 0,25) (0,223 – 0,25) =
=– 0,02 0,003 – 0,08 0,03 – 0,08 0,007 – 0,02 0,027 = – 0,003560;
n
y2 j y2 2 = 0,022 + 0,082 + 0,082 + 0,022 = 0,136;
j 1 |
|
|
|
|
n |
|
y2 2 = 0,0136 = 0,117; |
||
y2 j |
||||
j 1 |
|
|
|
|
|
2 |
|
0,003560 |
0,76. |
|
|
|||
|
|
|
0,117 0,04 |
|
n |
y j |
y = (0,1 – 0,25) (0,253 – 0,25) + |
||
y3 j y3 |
||||
j1
+(0,4 – 0,25) (0,28 – 0,25) + (0,2 – 0,25) (0,243 – 0,25) +
+(0,3 – 0,25) (0,223 – 0,25) = – 0,15 0,003 + 0,15 0,03 + 0,05 0,007 -
– 0,05 0,027 = 0,15 0,027 – 0,5 0,02 = 0,00305;
n y3 j y3 2 = 0,152 + 0,152 + 0,052 + 0,052 = 0,05;
j 1
n |
2 = 0,05 = 0,22; |
y3 j y3 |
|
j 1 |
|
3 0,00305 0,35 . 0,22 0,04
m
i = 0,58 – 0,76 + 0,35 = 0,17.
i 1
162
ЗАКЛЮЧЕНИЕ
Рассматриваются методы как однокритериальной, так и многокритериальной оптимизации с использованием формализованных моделей систем различной природы, полученных на основе интерполяции и аппроксимации экспериментальных зависимостей.
Для качественного анализа систем приводятся известные методы ранговой корреляции.
Изложение материала сопровождается многочисленными примерами, многие из которых являются результатом исследований авторов и имеют оригинальный характер.
164
ОГЛАВЛЕНИЕ |
|
ПРЕДИСЛОВИЕ.................................................................................................. |
3 |
ВВЕДЕНИЕ .......................................................................................................... |
5 |
1. ИНТЕРПОЛЯЦИЯ........................................................................................... |
7 |
2. АППРОКСИМАЦИЯ..................................................................................... |
10 |
2.1. Метод наименьших квадратов............................................................ |
10 |
2.1.1. Сглаживание экспериментальных зависимостей |
|
по методу наименьших квадратов........................................... |
12 |
2.1.2. Сглаживание полиномами........................................................ |
13 |
m |
|
2.1.3.Сглаживание функцией вида y as s x . ......................... |
17 |
s 0 |
|
2.1.4. Приближение аналитически заданной функции |
|
полиномом.................................................................................. |
18 |
2.1.5. Приближение ортогональными полиномами Чебышева ...... |
19 |
2.1.6 Определение эмпирических формул........................................ |
21 |
2.2. Аппроксимация функций многих переменных................................. |
25 |
2.3.Идентификация временных рядов....................................................... |
29 |
2.4. Регрессионные методы идентификации............................................ |
48 |
2.4.1. Система с одним выходом. Статическая задача..................... |
48 |
2.4.2. Система с несколькими входами и выходами. |
|
Статическая задача.................................................................... |
50 |
2.4.3. Регрессионная идентификация динамических процессов .... |
52 |
3. ОПТИМИЗАЦИЯ........................................................................................... |
56 |
3.1. Однокритериальная оптимизация. Функционалы качества............. |
56 |
3.1.1. Оптимизация структуры и свойств эпоксидных композитов |
|
повышенной плотности............................................................ |
70 |
3.1.2. Определение весовых констант в функционале качества..... |
84 |
3.2. Многокритериальная оптимизация. Управление качеством.......... |
88 |
3.2.1. Лексикографическая задача оптимизации.............................. |
90 |
3.2.2. Метод последовательных уступок........................................... |
92 |
3.2.3. Способы преодоления неопределённостей целей.................. |
96 |
3.2.4. Определение множеств Парето.............................................. |
105 |
3.2.5. Метод главных компонент ..................................................... |
111 |
3.2.6. Принцип Парето ...................................................................... |
115 |
167
