Параметры модели верификация

Построение математической модели состоит из следующих этапов выбор совокупности входных и выходных переменных и структуры модели идентификация модели, которая заключается в определении числовых значений параметров (коэффициентов), входящих в модель верификация и валидация модели, которые состоят в проверке адекватности (соответствия) модели моделируемому объекту. Обычно моделирование проводят в несколько этапов до достижения необходимой точности модели. [c.225]

Обычно предлагаемые модели (3.194) подвергаются экспериментальной верификации. Формула (3.198) даст оценку риска, если в нее подставить оценки параметров /о, К, вычисленные, например, методом наименьших квадратов по результатам экспериментов. [c.236]

Для оценки результатов работы модели с уже выбранными параметрами необходимо использовать новые серии зависимостей между нагрузкой и концентрацией на выходе. Это необходимо для того, чтобы сверить совпадение модели и реальной системы без подгонки параметров. Такую процедуру часто рассматривают как оценку качества модели. Называют этот этап верификацией. На практике половину данных из серий используют для калибровки, а остальные данные —для верификации работы модели. [c.437]

Модели с сосредоточенными параметрами (МСП) могут быть как детерминированными, так и стохастическими, а водосбор или существенная его часть представляются как единое целое. После калибровки и верификации моделей с их помощью формируются долгосрочные ряды гидрологических и метеорологических условий, которые могут использоваться в качестве входных данных при анализе выноса ЗВ. При этом случайные изменения входных данных не могут быть учтены в силу детерминистической природы МСП. [c.267]

В любом створе j Е J дерева T J,S), описывающего структуру ВХС, величины Qj и Wj (здесь и далее, для простоты обозначений, индекс р расчетной обеспеченности опускается) определяются боковой приточностью, гидравлическими и морфометрическими характеристиками русла, поймы и собственно водохранилища, а также режимами сбросов (выходными гидрографами) из водохранилищ, лежащих непосредственно выше -го на речной сети. При детальном расчете трансформации стока паводка системой водохранилищ необходимо принимать во внимание сглаживание паводковой волны по мере продвижения по участку реки, ее запаздывание в нижележащие створы и суперпозицию сбросных расходов из вышележащих водохранилищ с боковой приточностью, распределенной по участку. Степень детальности таких расчетов зависит от значимости объекта и его местных особенностей, но главную роль играет детальность прочей информации в рамках решаемой задачи. Па практике соответствующие вычисления подразумевают рассмотрение потока воды в реке либо как неустановившегося, либо приближенно как неравномерного плавно изменяющегося установившегося. По отношению к рассматриваемой оценочной модели такие вычисления могут рассматриваться как имитационный эксперимент, осуществляемый после решения задачи оптимизации для верификации полученного решения. Теоретически (а при использовании достаточно мощных компьютеров, и практически) возможно погрузить подобные расчеты внутрь рассматриваемой схемы оптимизации. Однако это нецелесообразно по технологическим соображениям, поскольку все остальные упрощающие предположения, примененные в задаче, приводят к большей погрешности в определении значений искомых параметров. Здесь решающую роль играет не абсолютно точное численное значение той или иной результирующей величины, а правильность сравнения вариантов с выбором оптимального, исходя из ранее сформулированного принципа запаса надежности для всей рассматриваемой проблемы. Поэтому в рамках рассматриваемой задачи принимается специальная редукционная гипотеза. Для ее формулировки введем дополнительные понятия. [c.413]

Для верификации предложенной математической модели были определены такие параметры, как энергия активации и предэкспонент, из условия наилучшего совпадения расчетных и экспериментальных данных по зависимости времени задержки воспламенения от обратной температуры [13]. [c.108]

Требуемое качество верификации проектных решений не может быть достигнуто при использовании упрощенных математических моделей и подходов. Как отмечалось выше, их применение часто приводит к получению грубых или ошибочных оценок параметров физических процессов функционирования трубопроводов, не удовлетворяющих современным и перспективным требованиям проектирования и эксплуатации трубопроводных систем. Это обстоятельство приводит к многочисленным исправлениям [c.39]

Аналогичная ситуация возникает при использовании упрощенных методов анализа параметров газодинамических (гидравлических) режимов функционирования трубопроводных систем. Так, например, использование часто применяемых в трубопроводном транспорте изотермических моделей течения продуктов по трубопроводным сетям (см., например, [18, 19]) не позволяет в полной мере и с высокой точностью результатов выполнить требования [44]. В отличие от традиционных компьютерных программ проектирования трубопроводных систем, которые рассматривают стационарные течения, предлагаемая здесь методология численной верификации проектных решений позволяет моделировать переходные процессы, связанные с запуском/остановом перекачивающего оборудования, перекрытием кранов, заслонок и т.д. (см. Главу 2). Эти режимы характеризуются максимальными нагрузками на трубопроводные системы и должны быть проанализированы при проведении проектировочных расчетов. [c.40]

Несомненно, что продолжение работ по верификации и уточнению инженерных моделей взаимодействия подземных трубопроводов с грунтом приведет в результате к получению наиболее адекватных и надежных зависимостей, предназначенных для практического использования при анализе прочности подземных участков промышленных трубопроводных систем. В связи с этим нельзя не отметить большие потенциальные возможности и высокую эффективность применения методов вычислительной механики для анализа сложного нелинейного НДС окружающего трубопровод грунта. Технология постановки и проведения вычислительных экспериментов для определения параметров инженерных моделей взаимодействия подземных трубопроводов с грунтом и полученные при этом результаты представлены в Приложении 3, а также в работах [1, 3 - 5. [c.293]

При создании гидрологических подмоделей очень важно располагать информацией о метеорологических параметрах, особенно о количестве атмосферных осадков, недостатке насыщения грунтов, химическом составе воды, данными о природных условиях смежных водосборных бассейнов. Поэтому наличие гидрометрической информации и ее полнота являются необходимыми условиями для разработки физико-математической модели водосборного бассейна. Однако, даже в том случае, когда гидрометрические наблюдения на изучаемой территории ведутся, их продолжительность и точность могут препятствовать созданию моделей определенного класса. И причина здесь в том, что для калибровки и верификации сложных детерминированных моделей может потребоваться слишком большой объем информации, который часто оказывается просто недоступным. [c.19]

Эта процедура может выявить сверхпараметризацию, т. е. из информации, предоставленной конкретной серией данных, требуется определить слишком много параметров. В таком случае при калибровке может быть получен хороший результат, но он не выдержит верификации. На самом деле большинство моделей эмпирически недоопределены сериями данных, поскольку используемые на практике данные содержат недостаточно информации. [c.438]

Первоначальная верификация модели и программного комплекса осуществлена для ВХС рек Оми и Прони. Для ВХС р. Оми имеются многочисленные научные и проектные разработки по обоснованию вариантов регулирования стока с целью водообеспечения разных отраслей, а также охраны природных вод. Экономическая оценка каждого проектного варианта проводилась с помощью модели оптимального выбора параметров ВХС по условиям водообеспечения, о чем детально идет речь в разделе 4.6. Сопоставление результатов оптимизации с данными имитационных экспериментов позволило дополнительно проана- [c.397]

Проведено математическое исследование теплового взрыва частицы магния при учете одновременного протекания процессов окисления и испарения металла. Чтобы провести качественный анализ решения задачи Коши для температуры образца,нулевую изоклину соответствующего дифференциального уравнения исследовали в области определяющих параметров. Построено многообразие катастроф, что позволило установить зависимость температуры частицы в стационарном состоянии от бифуркационного параметра, определяемого в виде отношения характерного времени реакции окисления к характерному времени конвективного теплообмена. Выявлены новые типы тепловой динамики частицы. Оказалось, что при реальном соотношении физических параметров возникающая катастрофа эквивалентна катастрофе сборки, однако имеются параметрические области, в которых возможна реализация усложненных сценариев воспламенения частицы. Так, в случае, когда реакция окисления более активирована по сравнению с процессом испарения, могут появиться два предела воспламенения по параметру теплообмена, а также дополнительная область низкотемпературного погасания образца. Проведено сравнение времен задержки воспламенения, предсказываемых моделью после ее верификации по опытным данным с аналогичными данными модели, не учитывающей испарение. Для мелких частиц (радиусом 30...60 мкм) различия по периоду индукции несущественны, а для крупных (300...600 мкм) - не превьш ают 11 %. [c.11]

В [10, 11] была предложена математическая модель механики гетерогенной смеси газов, твердых частиц и жидких капель для описания воспламенения и горения подобных композитных газовзвесей. На ее основе в рамках точечного приближения была решена задача о воспламенении взвеси микрокапель тридекана за фронтом отраженной ударной волны в некоторой области начальных параметров смеси. В данном разделе проводится верификация математической модели в более широкой области давлений газа за фронтом отраженной УВ. [c.102]

Биотическая часть этой модели кроме суммарного фитопланктона и зоопланктона содержит еще гетеротрофные бактерии и простей-щие. Гвдрохимическую часть модели составляют органический углерод, растворенные формы органического и минерального фосфора, фосфор в детрите, минеральный азот и метаболизированное, содержащее углерод вещество. Кроме того, в число переменных модели включен кислород. Все озеро (Леонов и др., 1991) разбито на 8 частей, на которые оно подразделялось ранее (Антропогенное эвтрофирование..., 1982) при изучении процессов эвтрофирования. Каждая часть разделена на эпилимнион и гиполимнион. Обмен веществом между ячейками осуществлялся только за счет адвекции. Для этого использовалась система течений, построенная по результатам расчетов течений по диагностическим моделям (Филатов, 1991). Это более реалистичная система течений, чем в модели В. В. Меншуткина и О. Н. Воробьевой (1987). Верификация модели показала удовлетворительное совпадение результатов расчетов с данными наблюдений (Леонов и др., 1991, табл. 5, 6). Модель, как утверждают ее авторы, можно использовать практически без существенной корректировки значений параметров для исследования экосистем водоемов, различающихся по своим хими-ко-биологическим свойствам. Это является несомненным достоинством модели. [c.197]

Ирименение математических моделей для количественньЕх расчетов диффузного загрязнения водных экосистем требует сбора довольно большого объема информации, необходимой как для использования ее в самих математических моделях, так и для их калибровки и верификации. Согласно [Novotny and hesters, 1981], чтобы обеспечить работоспособность математических моделей неточечных источников необходимо собрать информацию о следующих параметрах и переменных [c.117]

Справочник химика 21

Химия и химическая технология