Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Практична робота №4 Ананко.docx
Скачиваний:
2
Добавлен:
29.02.2016
Размер:
45.26 Кб
Скачать

Практичне заняття № 4. Прогнозування викидів автомобільного транспорту та побудова однофакторної математичної моделі

Мета роботи. Знайомство з математичними методами прогнозування викидів автомобільним транспортом, розробка однофакторної математичної моделі.

Порядок виконання роботи.

  1. Ознайомитись математичними методам и прогнозування викидів автомобільного транспорту.

  2. Побудувати однофакторну математичну модель на основі вхідних даних.

  3. Зробити висновки

Теоретичні відомості та завдання.

Основна задача будь-якого дослідження полягає в тому, щоб на основі експериментальних даних деякого процесу отримати формулу (математичну модель), яка б найкраще описувала цей процес.

Однофакторна математична модель являє собою залежність одного відгуку (вихідного параметру) від одного фактору (вхідного параметру) при незмінності інших факторів (параметрів). Наприклад: залежність відносного подовження сплаву від кількості модифікатора при постійних температурах модифікування, розливання часу витримки і т.д.

Процес розрахунку будь-якої математичної моделі є доволі трудомісткою роботою, особливо при наявності великої кількості експериментальних даних. Але за допомогою відомого пакету MS Excel і деяким навичкам роботи на комп’ютері процес розрахунку математичних моделей будь-яких металургійних (і не тільки металургійних) процесів може зайняти усього декілька хвилин. Окрім розрахунку математичної моделі MS Excel дозволяє також перевірити її адекватність (відповідність) та провести відповідну оптимізацію процесу.

Для прогнозування кількості оксиду вуглецю автомобільним транспортом (Y) використовуємо такі вхідні фактори як:

кількість легкових автомобілів – X1

кількість перевезених вантажів – X2

вантажообіг – X3

кількість перевезених пасажирів – X4

Вхідні данні за роками представлені в табл.4.1

Таблиця 4.1.

Початкові значення для побудови математичної моделі

Рік

X1

X2

X3

X4

Y

2005

394,3

16,4

1434,9

395,8

110,3

2006

413,6

14,8

1666,8

369,8

116,1

2007

440,8

13,4

1847,1

371,8

119,3

2008

450,6

15,6

2143,9

353,7

125,8

2009

475,8

16,0

2570,4

394,7

131,5

2010

521,4

16,7

2811,5

392,9

140,6

Побудова однофакторної математичної моделі виконується за наступною схемою:

1. Побудувати графік залежності кількості оксиду вуглецю (Y) від кількості легкових автомобілів (X1) на основі даних таблиці 4.1.

2. Знайти коефіцієнти однофакторної моделі.

При Х1 та Y:

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересечение

15,73587013

7,622128223

2,064498217

0,107900795

-5,426550466

36,89829072

-5,42655

36,89829

Переменная X 1

0,240750892

0,016888609

14,25522345

0,00014065

0,193860596

0,287641187

0,193861

0,287641

Регрессионная статистика

Множественный R

0,990300986

R-квадрат

0,980696042

Нормированный R-квадрат

0,975870053

Стандартная ошибка

1,711842608

Наблюдения

6

При Х2 та Y:

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересечение

67,6847694

64,36308115

1,051608596

0,352311705

-111,0157922

246,385331

-111,0157922

246,385331

Переменная X 1

3,632845894

4,146262934

0,876173545

0,430400895

-7,879025532

15,14471732

-7,879025532

15,14471732

Регрессионная статистика

Множественный R

0,4012699

R-квадрат

0,161017532

Нормированный R-квадрат

-0,048728085

Стандартная ошибка

11,28540364

Наблюдения

6

При Х3 та Y:

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересечение

81,30289372

2,814797951

28,88409582

8,55172E-06

73,48776173

89,11802571

73,48776173

89,11802571

Переменная X 1

0,020504276

0,001318229

15,55441591

9,97386E-05

0,016844286

0,024164265

0,016844286

0,024164265

Регрессионная статистика

Множественный R

0,991834594

R-квадрат

0,983735861

Нормированный R-квадрат

0,979669826

Стандартная ошибка

1,571289448

Наблюдения

6

При Х4 та Y:

 

Коэффициенты

Стандартная ошибка

t-статистика

P-Значение

Нижние 95%

Верхние 95%

Нижние 95,0%

Верхние 95,0%

Y-пересечение

78,29736

118,9587

0,658189

0,546371

-251,985

408,5798

-251,985

408,5798

Переменная X 1

0,120163

0,312958

0,38396

0,720545

-0,74875

0,989073

-0,74875

0,989073

Регрессионная статистика

Множественный R

0,188537

R-квадрат

0,035546

Нормированный R-квадрат

-0,20557

Стандартная ошибка

12,09989

Наблюдения

6