4. Оцінка достовірності моделей прогнозування показників родючості меліорованих грунтів

Критерії оцінки достовірності моделей розділяють на два основні класи – внутрішні (засновані на тій же інформації, за якою будувалася модель) і зовнішні (можливість адаптуватися до нової інформації).

Аналіз прогностичної моделі є одним із основних етапів здійснення прогнозу показників родючості грунтів і меліоративного режиму зрошуваних земель. На сьогодні існує велика кількість статистичних критеріїв адекватності моделі та критеріїв якості прогнозу. До основних внутрішніх критеріїв оцінки моделі в системі ЕАММ відносять: середньоквадратичну похибку, середню абсолютну похибку, максимальну абсолютну похибку, середню абсолютну відносну похибку, критій регулярності, оцінку достовірності, коефіцієнт кореляції та детермінації:

1. Середньоквадратична похибка моделі:

2. Середня абсолютна похибка:

3. Максимальна абсолютна похибка:

4. Середня абсолютна відносна похибка моделі, %:

5. Критій регулярності:

6. Оцінка достовірності моделі:

7. Коефіцієнт кореляції:

8. Коефіцієнт детермінації:

Під час аналізу динамічних часових процесів з використанням систем підтримки прийняття рішень виникає задача автоматизації процесу вибору кращої моделі з множини оцінених кандидатів. Однак їх застосування не дає можливості однозначно визначити кращу модель без втручання особи, що приймає рішення (ОПР). Це суттєво обмежує коло користувачів системи підтримки прийняття рішень (СППР), вимагає від них спеціальної підготовки і вносить суттєвий елемент суб’єктивізму в процес вибору кращого результату. Тому був створений узагальнюючий критерій оцінки похибки моделі (УКП) для автоматизації процесу вибору кращої моделі з множини кандидатів.

Для вирішення цієї задачі були нормовані значення деяких критеріїв похибок, щоб вони мали однаковий вплив на кінцевий результат. В УКП використані наступні значення: замість СКП, САП, САВП, КР, D використовувати значення /ln(СКП)/, /ln(САП)/, /ln(САВП)/, еКР, е1-D відповідно:

УКП =min(ln(СКП) + ln(САП) +ln(САВП) + еКР + е1-D)

Чим УКП менший тим достовірність прогностичної моделі вища.

Рис. 7. Оцінка достовірності прогностичних моделей (УКП)

В результаті оцінки достовірності моделей за допомогою узагальнюючого критерію похибки для подальшого прогнозування вмісту гумусу в грунтах ДДЕАФ"Асканія Нова" Чаплинського району обираємо модель типу лінійний тренд: y = -0,0357x + 4,9917.