Принятие решений статистическая теория

Хотя Кун был первый, кто взялся за решение проблемы упругости молекулярной сетки [76], выведенный им закон, связывающий напряжение и деформацию в случае простого удлинения, применим только к бесконечно малым деформациям. Открытие криволинейной зависимости (4.16а), управляющей большими деформациями как растяжения, так и сжатия, было сделано Гутом и Джемсом. Первоначально вывод был опубликован в сокращенном виде [52]. То же соотношение было выведено Уоллом другим способом, причем Уолл был первым, кто рассмотрел проблему сдвига, исходя из статистической теории [143]. Несколько позже автор [130] настоящей книги обратил внимание на близкое сходство основных предпосылок теории Уолла и Куна и показал, что если некоторые детали модели Куна соответствующим образом иэменить, то тогда она приводит к тем же результатам, какие были получены Уоллом. Эти изменения были приняты Куном в 1946 г. с оговорками, о которых говорилось раньше в связи с интерпретацией константы С при помощи молекулярных величин. Общий вид упругого потенциала (4.9) был получен автором [131], который просто следовал методу Уолла. Подобное же выражение, представляющее энтропию для общего случая деформации, было независимо опубликовано Уоллом [145] в том же году. Формула для простого удлинения была выведена также Флори и Репером [36], исходившими из несколько иной модели в том же году было опубликовано подробное изложение теории Джемса и Гута [64]. Как Флори и Ренер, так и Джемс и Гут включили в рассмотрение набухшие каучуки. Их выводы находятся в соответствии с общей формулой (4.27). [c.76]

Естественно, что план эксперимента, оптимальный относительно одного критерия, может быть существенно неоптимальным относительно другого. Поэтому целесообразно характеризовать оптимальные свойства планов, используя не один, а широкий класс основных критериев. Часто бывает выгодно по аналогии со статистической теорией принятия решений несколько поступиться оптимальностью плана относительно выбранного критерия, существенно улучшив ири этом оптимальные свойства планов, оцененных по другим критериям. Следовательно, вместо применения частных критериев желательно строить комплексные критерии. [c.192]

Проанализируем эффективность использования различных деэмульгаторов, используя статистические методы теории принятия решений. [c.141]

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]

Отечественные и зарубежные нефтехимические предприятия предлагают для защиты от коррозии нефтегазопромыслового оборудования большую номенклатуру ингибиторов коррозии. Для выбора и использования в конкретных условиях того или иного ингибитора у лица, принимающего решение, имеются информация о стоимости химреагента и результаты лабораторных, стендовых промысловых испытаний. Это определенные по ГОСТ 9.506-87 показатели защитной способности ингибитора — скорость коррозии и степень защиты. Рассмотрим применение вероятностно-статистических методов теории принятия решений для выбора ингибиторов коррозии. [c.138]

Цель издания - последовательное изложение основ метода ТД и НК, связанного с исследованием температурных (тепловых) полей объектов контроля. Тепловые методы контроля представляют собой комплексную научно-техническую дисциплину, включающую элементы материаловедения, теории теплопередачи, теории теплового излучения, проектирования оптоэлектронных устройств, обработки изображений, статистической обработки данных и теории принятия решений. Эти вопросы включены в справочник в том объеме, который, по мнению автора, необходим для получения законченного представления о современном состоянии и перспективах развития теплового контроля. [c.10]

Предприниматели, взявшие на вооружение теорию операций, электронно-вычислительные машины и статистические методы и привыкшие в последние годы количественно определять факторы при принятии решений такого типа, как где строить завод , какими акциями владеть , как укомплектовать предприятие рабочей силой , естественно, считают нужным подвергнуть аналогичному анализу и научно-исследовательскую деятельность. Если бы оказалось возможным определять на количественной основе оптимальный размер расходов на научные исследования в их различных аспектах, такая практика явно была бы весьма и весьма желательной, поскольку на научно-исследовательскую деятельность тратится все больше средств в расчете на возможный огромный выигрыш. Однако пока что особых успехов в деле такого количественного анализа достигнуть не удалось. [c.68]

В соответствии с традиционным рассмотрением хидких и твердых растворов, по-видимому, целесообразно и для ионитов находить наиболее подходящие выражения для идеальной составляющей свободной энергии образования фазы. Как хорошо известно, это позволяет при удачном решении описывать процессы, основываясь на соответствующей. классической форме выражения з.д.м., и облегчает рассмотрение вопроса конкретно о той или иной неидеальной составляющей термодинамических функций, как, например, в теории сильных электролитов. Но, по-видимому, для разных ионитов нельзя найти общего выражения для идеальной составляющей, так как вид последней будет зависеть от конкретной модели, принятой для статистического рассмотрения. При этом автоматически решается вопрос и о выборе компонентов, и о концентрационных зависимостях термодинамических функций. Примерами этого служат соответствующие решения аналогичных вопросов в теории жидких и твердых растворов различных типов /17J. Для иллюстрации высказанных поло- [c.11]

Искусственный разум проявляется не в том, чтобы играть в шахматы или решать любые интеллектуальные задачи. Он проявляется в обобщениях, включающих процедуры решения конкретных задач (и вытекающих из них), обладающих, однако, элементами общности. В этот класс входят различные методы поиска решений на дереве , созданные первоначально для алгоритмов автоматического ведения игры. Они содержат такие фундаментальные черты планирования, как предвидение будущих состояний и оценка относительной предпочтительности этих состояний с помощью правил статистической теории принятия решений. Цель разработки искусственного разума состоит в объединении всех существенных элементов знания в единую библиотеку подпрограмм ЭВМ, содержащихся в машинной памяти и организованных таким образом, чтобы машина могла давать осмысленные и полезные ответы на вопросы человека. На рис. 1 приведен список тем, подлежащих глубокому изучению (этот список можно считать минимальным). Каждая из них представляет собой тему научной работы, которая должна быть исследована до того, как все элементы программы разумной машины могут быть объединены в нечто способное вести с нами разумный разговор. [c.105]

В состав резин, помимо каучуков, входит большое количество ингредиентов, которые воздействуют на физико-механические, эксплуатационные, технологические свойства, стоимостные параметры резиновых смесей и вулканизатов. Совершенствование резин, разработка новых рецептур, как правило, направлены на придание новых технических или технологических свойств. Это многокритериальная задача, при решении которой требуется проведение большого количества экспериментов, так как достаточно сложно составить математическую модель. Более обоснованно к разработке рецептур резин позволяют подойти вероятностно-статистические методы комплексной оценки квалиметрические методы [2, 18, 19] и методы теории принятия решений [3,47]. [c.149]

ЗПР в условиях неопределенности <ЗПР>з. Для этого класса задач возмущения от внешней среды учитываются, т. е. Ф О, Z) Ф 0. Эти возмущения неизвестны ЛПР. В таком случае верояг-лости исходов, рассмотренные для подкласса задач <ЗПР>.з, могут быть неизвестны или не имеют смысла. Тем не менее ЛПР на основании качественной информации и своего опыта знает альтернативы (ху,. . Xi,. . ., Xj X -а множество возможных желаемых состояний (S ,. . ., Sj,. . ., Sm) Er S. Кроме этого, ЛПР может сформулировать степени предпочтения на множестве состояний S, ожидаемых в результате принятия решений. Тогда для ре-П1ения задач подкласса <ЗПР>д применяются методы статистических решений, если вероятности исходов р (sj х,) имеют смысл п могут быть заданы ЛПР, теории игр, различные эвристические методы [7—9]. Приведем основные схемы решения ЗПР на основе теории статистических решений [8, 9]. [c.244]

Создание новых методов анализа — всегда актуальная задача. Однако на практике аналитик чаще сталкивается в некотором смысле с обратной ситуацией, когда известно довольно много различных методов анализа данного вещества на требуемый компонент и надо выбрать среди этих методов наиболее подходящий. Тогда возникает типичная задача статистической теории принятия решений в многокритериальной ситуации [11]. Из-за значительной неопределенности исходной ситуации и противоречивости критериев (надо, чтобы одновременно было очень точно, очень быстро и очень дешево) обычно решение приходится искать экспертными методами. А это снова статистическая задача [12]. Более того, она даже была гостирована [13] теперь этот ГОСТ стал методическими рекомендациями. Формализованные процедуры принятия ответственных решений о выборе подходящего метода анализа существенно повышают эффективность работы аналитика. [c.6]

Основу статистического подхода к задаче распознавания образов составляет Байесовская теория принятия решений. Этот подход основан на предположенпи, что задача выбора решения сформулирована в терминах теории вероятностей и известны все представляющие интерес вероятностные величины. Кро-.ме того, предполагается, что каждый объект с некоторой заранее неизвестной вероятностью может принадлежать к любому из имеющихся классов. Решение при этом обычно выдается в виде вероятности принадлежности распознаваемого объекта к различным классам. [c.202]

В работе [21] для построения оптимальной системы наблюдений по бассейну Туксон(С01А) было рекомендовано применение статистической теории принятия решений [1]. При этом в основу анализа б1>гли положены погрешности уровней подземных вод, обусловленные статистически возможными ошибками входных данных с другой стороны, статистически оценивались возможности снижения этих погрешностей дополнительными наблюдениями или опытно-фильтрационными работами. Результаты такого анализа, проведенного с помощью постоянно действующей аналоговой модели региона, позволили 1) выявить круг тех входных данных, которые наиболее сильно влияют на возможные погрешности 2) наметить участки, где уточнение входных данных представляется [c.295]

Особенно большие успехи в этом направлении достигнуты Гримом, Колбом и Шеном [8]. Контуры линий водорода они рассчитали с учетом уширяющего действия электронов, тогда как статистическое уширяющее действие ионов они вычислили с помощью функции Эккера [9], учитывающей корреляцию ионов и экранирующее действие электронов. Цикл работ [10] по сопоставлению контуров линий водорода, излучаемых дугой и ударной трубкой, с теорией Грима, Колба и Шена выявил вполне удовлетворительное соответствие теории с экспериментом, показав тем самым справедливость этой теории и обосновав возможность надежного измерения плотности заряженных частиц в области концентраций от 10 до 10 uohI m . Нижняя граница измеримых концентраций определяется тем, что при температурах порядка 10 000° К и iV- <10 кок/сж форма линий водорода в основном определяется эффектом, Допплера, тогда как верхняя граница устанавливается областью применимости теории Грима, Колба и Шена. Это связано с тем, что при iV > 10 uohI m неприменимы как приближение, принятое при решении волнового уравнения Шредингера для атома водорода, возмущенного столкновением с электроном, так и распределение Эккера для статистических полей, создаваемых ионами. [c.6]

Справочник химика 21

Химия и химическая технология