Deterministlik mudel: määratlus. Faktorideterministlike mudelite põhitüübid

2024 Autor: Howard Calhoun | [email protected]. Viimati modifitseeritud: 2023-12-17 10:25

Modelleerimine on üks olulisemaid tööriistu tänapäeva elus, kui inimene tahab tulevikku ette näha. Ja see pole üllatav, sest selle meetodi täpsus on väga kõrge. Vaatame selles artiklis, mis on deterministlik mudel.

Üldine teave

Deterministlikel süsteemimudelitel on omadus, et neid saab analüütiliselt analüüsida, kui need on piisav alt lihtsad. Vastasel juhul võib selleks otstarbeks märkimisväärse hulga võrrandite ja muutujate kasutamisel kasutada elektroonilisi arvuteid. Pealegi taandub arvutiabi reeglina ainult nende lahendamisele ja vastuste leidmisele. Seetõttu peame võrrandisüsteeme muutma ja kasutama teistsugust diskreetsust. Ja sellega kaasneb suurem vigade oht arvutustes. Igat tüüpi deterministlikke mudeleid iseloomustab asjaolu, et teatud uuritava intervalli parameetrite tundmine võimaldab meil täielikult määrata dünaamikat.arendus ülemeremaade tuntud näitajad.

Funktsioonid

Deterministlikud matemaatilised mudelid ei võimalda üheaegselt määrata paljude tegurite mõju ega võta arvesse ka nende vahetatavust tagasisidesüsteemis. Millel nende funktsionaalsus põhineb? See põhineb matemaatilistel seadustel, mis kirjeldavad objekti füüsikalisi ja keemilisi protsesse. Tänu sellele ennustatakse süsteemi käitumist üsna täpselt.

Ehitamisel kasutatakse ka soojus- ja materjalibilansi üldistatud võrrandeid, mis on määratud protsessi makrokineetikaga. Suurema ennustustäpsuse huvides peaks deterministlikul mudelil olema võimalikult palju esialgset teavet vaadeldava objekti mineviku kohta. Seda saab rakendada nende tehniliste probleemide korral, kus ühel või teisel põhjusel on lubatud parameetrite väärtuste tegelikud kõikumised ja nende mõõtmise tulemused tähelepanuta jätta. Samuti on üheks kasutusjuhiseks, et juhuslikud vead võivad võrrandisüsteemi lõplikule arvutamisele ebaolulist mõju avaldada.

Deterministlike mudelite tüübid

Need ei pruugi olla/perioodilised. Mõlemad tüübid võivad olla ajas pidevad. Neid kujutatakse ka diskreetsete impulsside jadana. Neid saab kirjeldada Laplace'i kujutise või Fourier' integraali abil.

Deterministlikel faktoriaalmudelitel on teatud seosed protsessi sisend- ja väljundparameetrite vahel. Mudelid on seatudloogiliste, diferentsiaal- ja algebraliste võrrandite kaudu (kuigi võib kasutada ka nende lahendusi aja funktsioonina). Arvutuste aluseks võivad olla ka looduslikes tingimustes või kiirendatud korrosioonikatsete käigus saadud katseandmed. Iga deterministlik mudel näeb ette süsteemi omaduste teatud keskmistamise.

Kasutamine majanduses

Vaatame praktilist rakendust. Selleks sobivad deterministlikud varude juhtimise mudelid. Tuleb märkida, et need on vormistatud lineaarse programmeerimise ülesannete klassis.

Seega on arvutuste tegemiseks vaja määrata järgmised näitajad: ressursside maksumus ja toodete toodang, kasutades erinevaid tootmismeetodeid, millest igaühel on oma intensiivsus; muutujad, mis kirjeldavad kõiki käimasolevate protsesside omadusi (sh tooraine koos materjalidega). Kõik tuleb välja töötada. Iga üksik ressurss, toode, teenus – kõik see kantakse materjalibilanssi.

Samuti on otsuste terviklikkuse huvides vaja anda objektiivne hinnang tehtud otsuste kvaliteedile. Seega sobivad deterministlikud majandusmudelid ideaalselt nende protsesside kirjeldamiseks, millest sõltub süsteemi algseisund. Elektrooniliste arvutitega töötamisel tuleb arvestada, et arvutid saavad töötada ainult fikseeritud teguritega.

Ehitusmudelid

Vastav alt käimasoleva põhiparameetrite esitamise meetodiletehnoloogilised protsessid võib jagada kahte tüüpi:

1. Lähendusmudelid. Nendes on üksikud tootmisüksused esitatud nende toimimise piirivalikute fikseeritud vektorite kogumina.
2. Muutuvate parameetritega mudelid. Sel juhul määratakse teatud variatsioonivahemikud ja lisavõrrandid, mis sobitaksid piirivalikute vektoritega.

Need deterministlikud faktorimudelid võimaldavad neid kohaldaval isikul määrata konkreetsete sätete mõju individuaalsetele omadustele. Kuid eralduskõverate arvutatud avaldisi pole võimalik saada. Kui aga arvutada pideva tootmise dünaamiline optimeerimine, siis tehnoloogiliste protsesside kulgemise kohta teabe tõenäosuslikkust ei tohiks arvesse võtta.

Faktormodelleerimine

Viiteid sellele võib näha kogu artiklis, kuid me pole veel arutanud, mis see on. Faktormodelleerimine eeldab, et esile tuuakse peamised sätted, mille jaoks on vajalik kvantitatiivne võrdlus. Seatud eesmärkide saavutamiseks toodab uuring vormiteisendust.

Kui jäig alt deterministlikul mudelil on rohkem kui kaks tegurit, nimetatakse seda multifaktoriaalseks. Selle analüüsi saab läbi viia erinevate meetodite abil. Toome näitena matemaatilist statistikat. Sel juhul käsitleb ta määratud ülesandeid eelnev alt kindlaks määratud ja välja töötatud a priori mudelite vaatenurgast. Valiknende hulgas viiakse läbi sisuka esitluse järgi.

Mudeli kvalitatiivseks konstrueerimiseks on vaja kasutada teoreetilisi ja eksperimentaalseid uuringuid tehnoloogilise protsessi olemuse ja selle põhjus-tagajärg seoste kohta. Just see on meie käsitletavate ainete peamine eelis. Deterministlikud faktorianalüüsi mudelid võimaldavad täpset prognoosimist paljudes meie eluvaldkondades. Tänu nende kvaliteediparameetritele ja mitmekülgsusele on need nii lai alt levinud.

Küberneetilised deterministlikud mudelid

Need pakuvad meile huvi analüüsipõhiste mööduvate protsesside tõttu, mis tekivad väliskeskkonna agressiivsete omaduste mis tahes, isegi kõige ebaolulisemate muutuste korral. Arvutuste lihtsuse ja kiiruse huvides asendatakse praegune olukord lihtsustatud mudeliga. Oluline on see, et see rahuldaks kõik põhivajadused.

Automaatse juhtimissüsteemi tõhusus ja selle otsuste tõhusus sõltuvad kõigi vajalike parameetrite ühtsusest. Samal ajal on vaja lahendada järgmine probleem: mida rohkem teavet kogutakse, seda suurem on vea tõenäosus ja seda pikem on töötlemisaeg. Kuid kui piirate oma andmete kogumist, võite loota vähem usaldusväärsele tulemusele. Seetõttu on vaja leida kuldne kuldne kesktee, mis võimaldab saada piisava täpsusega teavet ja samas ei tee seda asjatult keeruliseks mittevajalikud elemendid.

Multiplikatiivne deterministlikmudel

See on loodud, jagades tegurid nende hulka. Näitena võime vaadelda valmistatud toodete mahu (PP) moodustamise protsessi. Seega on selleks vaja tööjõudu (PC), materjale (M) ja energiat (E). Sel juhul saab PP-teguri jagada hulgaks (RS; M; E). See valik peegeldab faktorisüsteemi multiplikatiivset vormi ja selle eraldamise võimalust. Sel juhul saate kasutada järgmisi teisendusmeetodeid: laiendamine, formaalne lagundamine ja pikendamine. Esimene võimalus on leidnud analüüsis laialdast rakendust. Seda saab kasutada töötaja töötulemuste arvutamiseks ja nii edasi.

Pikendamisel asendatakse üks väärtus teiste teguritega. Kuid lõpptulemus peaks olema sama number. Eespool käsitlesime pikenemise näidet. Jääb vaid formaalne laienemine. See hõlmab algse faktoriaalmudeli nimetaja pikendamist ühe või mitme parameetri asendamise tõttu. Vaatleme seda näidet: arvutame tootmise tasuvuse. Selleks jagatakse kasumi summa kulude summaga. Korrutamisel jagame ühe väärtuse asemel summeeritud kuludega materjalile, personalile, maksudele ja nii edasi.

Tõenäosused

Oh, kui kõik läheks täpselt nii, nagu plaanitud! Kuid seda juhtub harva. Seetõttu kasutatakse praktikas sageli deterministlikke ja tõenäosuslikke mudeleid koos. Mida viimase kohta öelda? Nende eripära on see, et nad võtavad arvesse ka erinevaidtõenäosused. Võtke näiteks järgmine. On kaks osariiki. Nendevahelised suhted on väga halvad. Kolmas osapool otsustab, kas investeerida mõne riigi ettevõtetesse. Lõppude lõpuks, kui sõda puhkeb, kannatab kasum suuresti. Või võite tuua näite tehase ehitamisest kõrge seismilise aktiivsusega piirkonda. Siin toimivad ju looduslikud tegurid, millega täpselt arvestada ei saa, seda saab teha ainult umbkaudselt.

Järeldus

Oleme kaalunud, millised on deterministliku analüüsi mudelid. Paraku, et neid täielikult mõista ja praktikas rakendada, peaksite väga hästi õppima. Teoreetilised alused on juba paigas. Samuti toodi artikli raames välja eraldi lihtsad näited. Lisaks on parem järgida töömaterjali järkjärgulise komplitseerimise teed. Saate oma ülesannet pisut lihtsustada ja alustada õppimist tarkvara kohta, mis suudab sobivat simulatsiooni teha. Kuid mis iganes valik ka poleks, mõistke põhitõdesid ja oskate vastata küsimustele, mida, kuidas ja miks ikkagi vaja on. Peaksite õppima alustama õigete sisendandmete valimisest ja õigete toimingute valimisest. Siis saavad programmid oma ülesandeid eduk alt täita.