Прогнозирования методы статистические

Применение методов прикладной статистики в задачах анализа и прогнозирования свойств катализатора требует корректного учета специфики решаемых задач и возникающих ограничений. Так, в гетерогенном катализе широко распространено явление взаимного влияния катализатора и реакционной среды. Примером такой ситуации может служить гетерогенное окисление бензола и ксилола на ванадиевых катализаторах, когда вследствие разности в восстановительных потенциалах обоих углеводородов меняется стационарный состав катализатора по слою. В работе (291 показано, что дегидратация алифатических спиртов на оксидных катализаторах (оксидах А1, Хг, 31) хорошо описывается уравнением Тафта с литературными значениями а. Однако коэффициент чувствительности а изменяется от оксида к оксиду. Следовательно, мы приходим к необходимости учитывать опосредованное влияние других переменных. Это обстоятельство делает необходимым использовать такие измерители статистической связи, которые были бы очищены от подобного влияния [21. [c.68]

Методы теории распознавания образов широко применяют для решения таких задач, как распознавание буквенно-цифровой информации, прогнозирование погоды, установление медицинских диагнозов, анализ звуковых записей и т. д. Важным свойством методов распознавания образов является то, что полное знание распределения вероятностей данных не требуется. Если в распоряжении имеется лишь небольшое число измерений, и поэтому нельзя определить значимые статистические распределения, то можно использовать непараметрические методы [66]. [c.85]

Рассмотренные количественные подходы на основе анализа механизма гетерогенного катализа не всегда обеспечивают исчерпывающее решение задач прогнозирования свойств и подбора катализаторов в силу объективных причин, связанных с незавершенностью теории катализа. Поэтому наряду с подходом, основанным на описании физико-химической сущности явлений катализа, получили широкое распространение формальные экспериментально-статистические методы описания сложных кибернетических систем. Предпосылки для развития экспериментально-статистических методов подбора катализаторов были созданы достигнутыми возможностями современной вычислительной техники, с одной стороны, а с другой стороны — накоплением значительного, хотя и не всегда строгого количественного экспериментального материала в области практического катализа. [c.67]

В таких случаях следует проводить анализ явлений на основе вероятностно-статистических представлений, как в различных разделах физики и биологии. Сравнительно простые статистические методы, однако, не дают эффективных результатов из-за слишком большого количества переменных и, главным образом, неточности имеющихся данных. Как ясно из вышеизложенного, корреляционные методы, базирующиеся на гипотезе Гаммета—Тафта, обладают очень ограниченной способностью к экстраполяции их прогнозов за пределы узкого круга катализаторов, соединений и реакций. Можно ожидать, что современные более мощные методы статистического анализа, базирующиеся на математической теории распознавания, окажутся более эффективными. Аналогичные математические методы прогнозирования успешно применяются в медицине, геологии и метеорологии. [c.164]

К другим методам прогнозирования относят статистические (предусматривающие проведение корреляционного, регрессивного и факторного анализов) и экспертные. Статистические методы прогнозирования с использованием регрессионных моделей и методов планирования эксперимента получают все большее применение при коррозионных исследованиях, разработке новых методов и оценке их эффективности [10, 13]. [c.113]

В 1972—76 гг. были опубликованы работы автора [2.25—2.26], посвященные вопросам оценки качества функционирования систем пожарного водоснабжения и анализа стохастической природы потребления воды на пожарные нужды. В этих работах впервые было приведено комплексное описание процесса функционирования системы водоснабжения с помощью аналитических моделей, построенных на основе обработки вероятностно-математическими методами статистической информации о случайном процессе потребления воды на пожарные нужды. Указанная концепция нашла развитие в книге автора [3.28] и последующих его работах [7.12—7.13], касающихся совершенствования методов расчета систем пожарного водоснабжения вообще и вопросов научно обоснованного прогнозирования бесперебойной подачи воды на пожарные нужды в частности. [c.199]

Существует другой способ, основанный на методе статистического моделирования процессов и явлений прогнозирования надежности технических систем на ЭЦВМ [2, 34, 35]. Этот способ позволяет определять планы КП с использованием апостериорной информации моделированием процессов возникновения отказов систем. [c.89]

Первым шагом на пути применения статистических методов к проблеме подбора катализатора явилась работа Крылова [2], в которой был использован метод корреляционного анализа. Однако указанные причины делают неэффективным применение сравнительно простых статистических методов для подбора катализаторов. Можно было он идать, что значительно результативнее окажутся современные, более мощные методы статистического анализа, основанные на математической теории распознавания. Такого рода математические методы прогнозирования успешно применяют в медицине, геологии и метеорологии. [c.211]

Применяются в АСУП и статистические методы анализа. Корреляционный, регрессионный, дисперсионный, факторный-анализы используются для выявления и предупреждения причин обоев в производственном процессе, прогнозирования состояния объекта управления и внешней среды. Например, в АСУ Волжского автозавода методы статистического анализа используются для оценки качества работы оборудования с целью выявления и предупреждения его неисправностей [47]. Как правило, экономический анализ в АСУП проводится на основе прямых расчетов, в результате которых получаются или среднестатистические, или итоговые данные. [c.175]

Количественный аспект проблемы подбора катализаторов. В рамках количественного аспекта рассматриваемой проблемы можно выделить несколько характерных направлений 1) квантовохимический подход к прогнозированию активности гетерогенных катализаторов 2) прогнозирование катализаторов методом линейных корреляций 3) экспериментально-статистический метод подбора катализаторов 4) прогнозирование катализаторов методом математической теории распознавания. Сюда же примыкают энтропийно-информационные методы принятия решений при подборе катализаторов, а также разработка экспертных систем прогнозирования каталитического действия. Как уже упоминалось, методы количественных оценок при решении задач подбора катализаторов разделяются на два направления методы, основанные на глубоком анализе механизмов гетерогенного катализа, и формальные приемы анализа кибернетических систем типа черного ящика . Методы первого направления связаны в основном с развитием квантовохимических расчетов и установлением полуэмпирических зависимостей активности катализаторов от их физико-химических и термодинамических параметров. [c.60]

В зависимости от методологии осуществления известные методы прогнозирования атмосферных процессов [9, 12] можно подразделить на численные, статистические и методы распознавания образов. [c.66]

В процессе анализа структуры все приведенные интегральные характеристики материала рассчитываются по результатам анализа представительного объема и, таким образом, число составных частей фазы, среднее значение поверхностной кривизны, связность и другие характеристики обычно относятся к единице его объема, т. е. являются средними статистическими значениями удельных объемных характеристик. Строго говоря, связность G, рассматриваемая как род гомеоморфных поверхностей, не должна быть подвержена статистическим колебаниям. Однако в природе формирование контактов частиц является статистическим процессом, зависящим от таких стохастических факторов как перемешивание в системе, смачивание, диффузия, растворение и рост частиц фаз, взаимодействие фаз и др., поэтому в принципе возможно рассматривать Gy как статистическую величину. Потребность экспрессного определения связности фаз в многофазных средах в последнее время быстро растет в связи с определяющей ролью этой характеристики в описании и прогнозировании механического поведения структурно неоднородных материалов, выявления структуры многофазных потоков в его объеме. Вместе с тем существующие методы определения Gy до сих пор практически основывались на методе анализа параллельных сечений структуры. В работах [47, 481 предложен иной метод определения статистической характеристики связности на основании простых измерений характеристик одного случайного представительного сечения материала. Разрабатываются также методы стереоскопической оценки Gy. [c.136]

Статистические методы. Как было показано выше, до сих пор все еще нет достаточно универсального метода прогнозирования каталитических свойств твердых веществ и металлов. В то же время имеется значительный, но недостаточно точный экспериментальный материал о каталитических свойствах многочисленных катализаторов для различных химических превращений. По нашему мнению, это можно объяснить двумя причинами [c.164]

Для обработки фактических промысловых данных и экстраполяции полученных результатов, как правило, используют различные статистические методы прогнозирования показателей разработки нефтяных залежей и конечного коэффициента нефтеотдачи. С помощью различных эмпирических зависимостей (характеристик вытеснения) представляется возможным находить расчетную добычу нефти и добычу нефти как текущую, так и накопленную на любой момент времени. [c.199]

Однако применение статистических методов прогнозирования показателей разработки при определении дополнительной добычи нефти за счет использования МУН имеет следующие ограничения и погрешности [c.200]

В указанных документах делаются попытки снизить возможные ошибки в прогнозировании и повысить надежность метода. При этом без изменения основы методологии применяются различные статистические методы обработки фактических промысловых данных истории разработки нефтяного месторождения. [c.151]

В последнее время получили развитие методы диагностики кризиса, основанные на использовании многомерного статистического распознавания [162]. Прогнозирование платежеспособности предприятия в рамках данного метода состоит из трех этапов [c.164]

Методология и методика исследования. Теоретической и методологической основой диссертационной работы послужили труды по проблемам финансового планирования предприятий в кризисной экономике, в области статистических методов прогнозирования, теории оптимального планирования, теории построения вероятностных моделей, а также публикации и экспертные оценки специалистов по исследуемой проблеме. [c.3]

Одна из задач статистических методов - это не только определение и исследование связей между экономическими данными для дальнейшего использования этих связей в процессе планирования и прогнозирования деятельности, но и применение некоторых из них для принятия решений по управлению хозяйственными потоками предприятия в условиях экстремальной экономики. В модели стратегии поведения статистические данные объединяются с типовыми моделями, чтобы предвидеть решения но распределению ресурсов между несколькими видами производств в целях адаптации к среде функционирования. [c.26]

Различают модели долгосрочного и оперативного прогнозирования. Для долгосрочного прогнозирования наибольщее распространение получили расчетные (аналитические, аппроксима-ционные) модели, полученные на основе решения уравнений турбулентной диффузии. Это модели факела , клубка , ящика , конечно-разностные. Для оперативного прогнозирования широкое распространение получили статистические модели линейной и нелинейной регрессии, а также модели эвристической самоорганизации (метод группового учета аргументов). Для оперативного прогнозирования загрязнения воздуха при аварийных и залповых выбросах следует использовать расчетные (аналитические методы) — модели клубка , применяемые для прогнозирования распространения примесей от мгновенных точечных источников. [c.59]

Статистические методы. Прогнозирование загрязнения воздуха в городах и промышленных районах с использованием статистических моделей осуществляется статистическими методами. Большинство из них основано на статистическом анализе наблюдений полагается, что за период анализа, а также за срок прогноза выбросы и расположение источников практически не меняются. С этим связаны определенные погрешности и ограничения результатов анализа и прогнозов, не свойственные численным методам, поэтому указанное предположение применимо при сравнительно небольших сроках прогноза — от нескольких часов до нескольких суток. Кроме того, при большом количестве источников и недостаточной их мощности можно полагать, что увеличение выбросов от одних из них примерно компенсируется уменьшением их от других. Поэтому рост среднего и суммарного загрязнения воздуха в городе связывается главным образом с изменением метеорологических условий или синоптической ситуации. [c.68]

Контроль сырья. Чтобы гарантировать, что заправка резиновой смеси или большое количество приготовляемых смесей находятся в пределах норм контроля, необходимо быть уверенными, что каждый отдельный компонент смеси не только высокого, но и соответствующего качества. Наблюдается тенденция отказа от контроля резиновых смесей после их изготовления, и предпочтение отдается контролю качества исходных материалов перед процессом смешения. Кроме того, при контроле качества необходим статистический анализ результатов. В связи с этим возрастают требования к приборам и методам контроля материалов и прогнозированию их поведения в процессе переработки. Особого контроля требуют полимер, технический углерод, оксид цинка, ускоритель и противостаритель (табл. 17.2). [c.482]

Прогнозирование и рациональное построение таких перспективных технологических процессов и проектирование соответствующих режимов должно основываться на расчетно-аналитических методах, базой которых явится математическое и статистическое описание химико-технологических процессов с использованием теории подобия, моделирования и средств вычислительной техники, а также рационально спланированный экономный лабораторный эксперимент. [c.7]

Поскольку литературных и экспериментальных данных по рассматриваемой проблеме мало, то для разработки научно обоснованных методов прогнозирования поведения жестких полимерных материалов при динамическом нагружении в контакте с жидкостями необходим набор статистических экспериментальных результатов. Рассматриваемый далее материал дает возможность судить об активности различных сред по отношению к полимерным материалам, работаюш,им в динамических режимах. [c.185]

Особенности динамического нагружения проявляются в первую очередь в явлениях саморазогрева образцов и в облегчении теплоотвода в жидкости по сравнению с воздухом. Поскольку при знакопеременных нагрузках происходит размыкание и смыкание поверхностных дефектов, то кинетика проникания контактируемой жидкости к вершинам разрушающих трещин при динамическом и статическом нагружении будет различаться. Для разработки количественных методов длительного прогнозирования работоспособности жестких полимерных материалов при высокоскоростном динамическом нагружении в контакте с жидкостями требуется набор больших статистических данных. Однако с учетом изложенного в данной главе можно судить о различной активности жидких сред к полимерным материалам в условиях динамического нагружения. [c.189]

При решении задач прогнозирования и диагностики математические методы распознавания носят статистический характер, поскольку и исходные величины, и полученные результаты вероятностной природы. Однако основной принцип методов распознавания лучше изложить в детерминистской трактовке, которую условно можно назвать геометрической. [c.100]

В силу указанного выше статистического характера проблемы распознавания, а также учитывая специфику прогнозирования катализаторов, изложенный принципиальный алгоритм методов распознавания должен быть соответственно детализирован. Прежде чем перейти к изложению практически примененных в задачах о катализаторах алгоритмов, остановимся на упомянутой специфике этих задач. [c.102]

К другим возможным методам прогнозирования коррозии относятся статистические методы с применением корреляционного, регрессионного и факторного анализов, а также метод экспертных оценок. Коррозия как процесс может служить объектом прогнозирования, позволяющим широко применять все эти методы. Однако практика оценки вероятности коррозионного разрушения по прогностическим моделям еще не нашла широкого применения, в частности в химической технологии. Среди многих причин, объясняющих такое положение — недооценка реальности возможных коррозионных потерь и восприятие их как неизбежных. [c.186]

Одной из задач теории надежности является разработка методов прогнозирования поломок машин. Эти методы основаны на использовании теории вероятностей и методов статистики. Использование теории вероятностей позволяет отвлечься от рассмотрения большого числа факторов, определяющих продолжительность исправного функционирования данного конкретного устройства и характер его очередной поломки. В то же время статистические методы существенно ограничивают область применения результатов теории надежности при решении практических задач. Ни один показатель надежности, устанавливаемый теорией, не содержит каких-либо указаний о моменте поломки той или иной машины, т. е. по существу они не характеризуют надежности конкретного устройства. Показатели надежности, являющиеся усредненными величинами, полученными в результате обработки данных о поломках определенной совокупности машин, характеризуют всю совокупность, и применение их для оценки надежности единичного экземпляра не имеет смысла. [c.233]

Решено значительное число задач по прогнозированию свойств хаотически армированных, однонаправленных, ортогонально армированных и слоистых материалов. Подробное изложение методов статистической механики выходит за рамки настоящей книги, поэтому в дальнейшем ограничимся лишь сводкой основных формул для расчета показателей физико-механических свойств стеклопластиков различной структуры по заданным свойствам компонентов и их относительному содержанию. [c.211]

Широкое использование газотралспортных систем ддр выращивания полупроводниковых структур настоятельно требует знания процессов, происходящих в этих системах. Одним из существенно важных процессов, характерных для газотранспортных систем, является адсорбция газовых молекул на растущую поверхность кристалла. Многокомпонентная и химически активная газовая фаза создает трудности в экспериментальном изучении адсорбции. Выход из данной ситуации можно видеть в теоретических оценках равновесного состава адсорбционных слоев методами статистической физики. Полученные оценки могут быть использованы для прогнозирования физико-химических процессов роста кристаллов и эпитаксиальных пленок в газотранспортных системах. [c.63]

При и спользовании методов статистического прогнозирования достигаемые для ЭП коэффициенты уокоренБя находятся в пределах /(у=3—10. Приемлемое для практики и, как травило, реализуемое значение Ку - В случае необходим ости могут быть также учтены погрешности измерения контролируемых параметров О по методике, изложенной в [25]. [c.73]

Оценка показателей долговечности и безотказности. Для оценки покавателей долговечности ЭП могут быть также использованы -методы статистического прогнозирования, однако при ресурсе изделий менее 500 ч предпочтение имеюг методы оценки, основанные па результатах испытаний изделий до предельного состояния работоспособности. При оценке показателей долговечности ЭП по результатам испытаний выборки изделий до предельного состояния может быть использовано. следующее эмпирическое соотношение [17] [c.75]

Использование исторического подхода позволяет в значительной степени расширить и обогатить возможности статистического метода за счет адекватного учета плотности населения, рассеяния паровых облаков, выбросов токсичных веществ и т. д. 1еобходимо подчеркнуть, что хотя за последнее время и достигнуты заметные успехи в прогнозировании поведения облака токсичных веществ, но о столь же впечатляющих результатах в части описания реакции поражённого населения говорить пока не приходится. [c.488]

Под прогнозированием понимают процесс разработки научно обоснованных суждений о возможных состояниях обьекга в будущем. Будущее состояние параметра, характеризующего процесс или объект,рассматривают как результат предшествующих состояний. Детально эти вопросы обсуждены в литературе Остановимся на рассмотрении статистических методов, основанных на построении и анализе динамических рядов характеристик объекта прогнозирования. К ним относятся методы прогнозной экстраполяции, корреляционный и регрессионный анализ. [c.76]

Статистические методы прогнозирования эксплуатационной надежности в виброакустичесюой диагностике 76 [c.98]

Освещен опыт применения ЭВМ для 1прогнозирования добычи нефти и планирования режимов работы скважин, проведения ремонтно-изоляционных работ, обработок призабойной зоны пласта с целью интенсификации добычи нефти. Изложены задачи, решаемые разнообразными математическими и наиболее оптимальными для каждого конкретного случая методами, а именно вероятностно-статистическими, распознавания образов, прогнозирования и др. [c.286]

Нами разработан и применяется в прогнозировании биологической активности летод вычисления взвешенного коэффициента сходства [17]. Этот метод отличается от использованного здесь тем, что каждому дескриптору сравниваемых соединений придается-весовой коэффициент тем больше, челг выше значимость этого дескриптора для какой-либо биологической активности. Эти весовые коэффициенты определялись путем статистического исследования упомянутого выше банка данных [10]. Однако в данной работе нельзя было воспользоваться этим методом вычисления сходства, так как при кодировании соединений использована новая версия 1эьгка ФКСП, а банк данных составлен в первоначальной версии. Можно лишь предположить, что оценка изменений биологической активности спии-меченых соединений по взвешенному коэффициенту сходства лзпппе совпадала бы с экспериментальными данными. [c.135]

Как отмечалось выше, технология НК включает фазу обнаружения дефектов и фазу оценивания их параметров. Фаза обнаружения завершена, если оператор или автоматическое устройство либо признало объект контроля бездефектным, т.е. соответствующим нормативным требованиям по качеству, либо приняло решение о наличии тех или иных дефектов. На этой стадии обработки результатов НК параметры дефектов не определяют, а процесс принятия решения носит статистический характер. На стадии дефектометрии, используя математические методы решения обратных задач, оценивают параметры дефектов и степень их важности для безотказного функционирования объекта контроля, а в ряде случаев прогнозируют качество (срок службы, работоспособность) объекта. В ТК процедуры обработки данных согласно указанным стадиям разработаны слабо, в особенности, если речь идет о прогнозировании срока службы. В большинстве случаев ответственность за принятие решения о степени серьезности обнаруженных дефектов принимается конечным пользователем (заказчиком) на основе существующих норм и стандартов. [c.257]

Как указывалось, чисто детерминистское описание задачи, принципиально лежащее в основе геометрического подхода к проблеме распозцавапия, не соответствует реальной действительности. На самом деле все величины, входящие в обучающую последовательность любой задачи, являются случайными величинами. Это относится как к выходным параметрам, характеризующим катализатор, так и к значениям его свойств. Ошибки в первом случае могут привести к неправильному отнесению катализатора к тому или иному классу, ошибки второго рода приводят к смещению положения реализации, т. е. катализатора, относительно координатных осей в гиперпространстве признаков. Поэтому задача прогнозирования приобретает вероятностный характер и требует статистического подхода. Статистический подход, вместе с тем, является мощным методом анализа сложных явлений, где детерминированные функции связи либо априори неизвестны, либо, из-за своей сложности, практически не могут быть установлены. Именно к такой категории явлений в большинстве случаев можно отнести химические процессы, протекающие на гетерогенных катализаторах. [c.102]

Справочник химика 21

Химия и химическая технология