- •Предисловие
- •Часть 1 системный анализ технологических систем Введение
- •1. Основы теории систем
- •1.1. Классификация систем
- •1.2. Структурный (топологический) анализ систем
- •1.2.1. Анализ элементов
- •1.3. Структурные характеристики системы
- •1.3.1. Связность системы
- •1.3.2. Степень центральности системы
- •1.3.3. Сложность системы
- •2. Параметрический анализ систем
- •3. Структурно параметрическая модель динамики состояния большой технологической системы
- •4. Алгоритмы идентификации и прогнозирования состояния системы
- •Р ис. 1.7. Структурно-параметрическая ситуационная модель аномального
- •Аномального состояния системы
- •Экстремального функционального влияния k-го фактора
- •В больших системах
- •5. Построение структурно-параметрической модели большой системы
- •6. Отыскание характеристик связей между параметрами состояния технологической системы
- •Состояния большой системы
- •Параметры биосырья (молока):
- •На базе статистических данных по формуле (1-15) сформирована матрица корреляционных коэффициентов связей между параметрами состояния системы (таблица 1.2). Матрица коэффициентов корреляции Rij
- •Матрица коэффициентов регрессии Pij
- •Матрица безразмерных характеристик связей Cij
- •Матрица аномального состояния системы Sij
- •7. Экспертная система контроля и управления качеством продукции в перерабатывающей отрасли апк
На базе статистических данных по формуле (1-15) сформирована матрица корреляционных коэффициентов связей между параметрами состояния системы (таблица 1.2). Матрица коэффициентов корреляции Rij
Таблица 1.2
x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11
1.000 |
0.303 |
0.588 |
0.000 |
0.000 |
0.000 |
-0.297 |
-0.775 |
0.204 |
0.379 |
-0.125 |
0.303 |
1.000 |
0.000 |
0.000 |
0.852 |
0.000 |
0.000 |
-0.476 |
-0.393 |
0.000 |
0.000 |
0.588 |
0.000 |
1.000 |
0.200 |
0.000 |
0.000 |
0.000 |
-0.532 |
0.000 |
0.000 |
-0.390 |
0.000 |
0.000 |
0.200 |
1.000 |
0.000 |
0.592 |
0.000 |
0.000 |
0.000 |
0.000 |
0.126 |
0.000 |
0.852 |
0.000 |
0.000 |
1.000 |
0.000 |
0.000 |
0.000 |
-0.522 |
-0.285 |
0.000 |
0.000 |
0.000 |
0.000 |
0.592 |
0.000 |
1.000 |
-0.268 |
0.000 |
0.000 |
0.000 |
0.278 |
-0.297 |
0.000 |
0.000 |
0.000 |
0.000 |
-0.268 |
1.000 |
0.218 |
-0.473 |
-0.350 |
0.141 |
-0.775 |
-0.476 |
-0.532 |
0.000 |
0.000 |
0.000 |
0.218 |
1.000 |
-0.382 |
-0.655 |
-0.128 |
0.204 |
-0.393 |
0.000 |
0.000 |
-0.522 |
0.000 |
-0.473 |
-0.382 |
1.000 |
0.784 |
0.281 |
0.379 |
0.000 |
0.000 |
0.000 |
-0.285 |
0.000 |
-0.350 |
-0.655 |
0.784 |
1.000 |
0.497 |
-0.125 |
0.000 |
-0.390 |
0.126 |
0.000 |
0.278 |
0.141 |
-0.128 |
0.281 |
0.497 |
1.000 |
Для каждой строки матрицы Rij ; i, j = 1,11 ; составляется индексный массив параметров, тесно связанных с i - м фактором (связи, выделенные жирным курсивом), и по описанному выше алгоритму (рис.1.13) рассчитываются коэффициенты линейной множественной регрессии
Найденные коэффициенты записываются в регрессионную матрицу связей (таблица 1.3)