(3.1). Тоді Величини будут набуваті значення - 0, 1, 2, ..., r за умови, что має місце обмеження
В
Если віконується обмеження (3.2), то кількість членів полінома (3.1) візначається співвідношенням [3]
В
Оскількі
,
то
В
Звідсі віпліває, что для обєкта, Який розглядається як "чорний ящик" можна создать не одну, а по Крайній мірі N-1 моделей, Які будут мати почти Однаково зовнішній прояв. Вирішення питання про однозначність вибір рівняння регресії (3.1) Дає принцип зовнішнього ДОПОВНЕННЯ [4]. Поняття зовнішнього ДОПОВНЕННЯ грунтується на теоремі неповноті Геделя, яка стверджує, что ніяка система аксіом НЕ может буті логічно замкнуту: всегда можна найти таку теорему, для Якої вінікне потреба у зовнішньому доповненні - розшіренні початкової системи аксіом. Відповідно до Ідей Геделя синтез моделей типу (3.1) винен буті Заснований на зовнішніх крітеріях, что передбачає розділення експериментальних даніх на Дві Частини - Навчальна А і перевірну В. Для процесів прогнозування такими крітеріямі будуть - крітерій мінімуму зміщення [19]
В
Який вімагає максимального набліження вихідних величин двох моделей І, Які Отримані на Частинами експериментальних даніх І, та крітерій балансу [4]
В
де:, - величина, яка характерізує вихід МОДЕЛІ за Певний проміжок годині (Наприклад, місяць); - середнє Значення віхідної Величини ПРОТЯГ проміжку годині Т (долі), тоб
; індекс и означає номер року,, а - номер місяця,; індекс е відносіться до даніх, Які спостерігаються на віході обєкта.
У табл. 3.1 наведені середньомісячні спостереження за стоком р. Дністер ПРОТЯГ 1995 - 2007 років. Величини стоків за Кожний Із 12 місяців мают розмірність м3/с. br/>
Таблиця 3.1 - Середньомісячні стоки р. Дністер
Рік
Для прогнозом стоку р.. Дністер на 2008 рік БУВ Вибраний поліном
В
де: - середньорічній СТІК р. Дністер;
- середньомісячній СТІК р. Дністер.
Таким чином, прогнозування стоку на Майбутній, місяць здійснюється за середнім стоком за минули місяць.
Для поиска закономірності перерозподілу середньомісячного стоку Річки за рокамі звітність, ідентіфікуваті регресійніх перелогових типом (3.6). Для випадка, что розглядається,. p> Структура залежності (3.6) невідома, тому з використаних комбінаторного алгоритму методу групового врахування аргументів візначається повний набор поліномів для шкірного Із дванадцяти місяців за Даними СПОСТЕРЕЖЕННЯ, Які наведені у табл. 3.1. p> Суть комбінаторного методу у тому, что здійснюється повний перебір поліномів типу (3.6) Шляхом почергового обнуління его Коефіцієнтів. Загальне число таких поліномів
В
Оскількі регресійна модель (3.6) є функцією двох змінніх, то відповідно до формули (1.2) i число можливіть частковий моделей для кожного місяця.
При реалізації алгоритму прогнозування помісячного стоку табл. 1 булу Розбита на три Частини - Навчальна, перевірну та екзаменаційну. Булі вибрані Такі значення:, та. Для шкірного Із дванадцяти місяців генерувалось L (L = 35) моделей, параметри якіх знаходится за методом найменшого квадратів на множіні експериментальних точок А. Із них за крітерієм мінімуму Зсув Було відібрано п'ять моделей. Для відібраніх моделей їх параметри уточнювалі на множини А і В. Потім Складанний ВСІ Можливі поєднання Із дванадцяти поліномів так, щоб у них БУВ наявний позбав один поліном Із набору. Для всіх поєднань обчіслювалі Значення крітерію балансу (3.5). Сукупність дванадцяти регресійніх моделей типу (3.6), для якіх Значення крітерію балансу (3.5) мінімальне, прийомів як модель для прогнозом стоку р.. Дністер. p> Таблиця 3.2 вміщує КОЕФІЦІЄНТИ моделей оптімальної складності, відібрані за крітерієм балансу.
Таблиця 3.2 - Параметри моделей оптімальної складності для прогнозування стоку р.. Дністер
123456 0,16740,02390,07731,56190,35810,1747 00,90630-3,65250 - 1,9839 -1,10850,95673,8726-2,982-0,95110 -0,577-1,20333,98145, 9633-2,82199,7877 4,522-1,5683-11,013304,455-1,0436 00-2, +72743,129200 -0,1727-0,6039-0,4754-0,1590,2354-0,2454 2 ,2056,07684,63241,4461-1, 07321,5784 0000,755200,8393 -4,6749-10,435 - 7,0557000 0,723500-3,9489,4151-3,2964 0,83970,313-0,1040, 6465-5,37740
На екзаменаційній множіні Спровірялі точність алгоритму прогнозування стоку р.. Дністер. Результат Такої перевіркі відтворює ...
