Метод аппроксимации


Производственный процесс представлен графически

 

 

Рис.11.3. График производственного процесса.

 

y[N+k] - ?

Разложим процесс в ряд:

,

где y[n] – отсчеты;

- некоторая система функций, по которой ведём разложение (для тренда это полиномы);

- погрешность измерения (типа «белого шума»);

bi – искомые коэффициенты.

Модель производственного процесса (аппроксимация) можно представить в виде:

.

- такие значения, чтобы модель yA[n] была близка к y[n]. Как правило, применяется квадратичный критерий близости.

Квадратичный критерий имеет вид:

,

здесь подбирается критерий ,

R[n] – вес, который мы придаём результатам измерения.

 

Скользящее стробирование:

Рис.11.4. Скользящее стробирование.

 

Экспоненциальное сглаживание (самый распространенный метод):

Рис.11.5. Экспоненциальное сглаживание.

 

Общий случай:

Рис.11.6. Сглаживание функции.

 

Планирование прогноза – это подбор весовой функции R[n]. Наибольшее распространение получило экспоненциальное сглаживание.

Представим исходный процесс y[n] в матричном виде:

,

- помеха типа «белого шума» (ошибки между собой не связаны).

Это же уравнение можно записать в индексной форме:

;

;

;

условие минимуму этого критерия:

.

Элементы матрицы А:

,

в индексной форме:

.

Уравнение через элементы матриц:

.

Матрица z:

;

;

 




Дата добавления: 2016-12-09; просмотров: 1417;


Поиск по сайту:

Воспользовавшись поиском можно найти нужную информацию на сайте.

Поделитесь с друзьями:

Считаете данную информацию полезной, тогда расскажите друзьям в соц. сетях.
Poznayka.org - Познайка.Орг - 2016-2024 год. Материал предоставляется для ознакомительных и учебных целей.
Генерация страницы за: 0.009 сек.