결정 론적 모델 : 정의. 요소 결정 모델의 주요 유형

모델링은 미래를 예견 할 현대 생활에서 가장 중요한 도구 중 하나입니다. 이 방법의 정확도가 매우 높은이기 때문에 이것은 놀라운 일이 아니다. 우리는이 문서에서 어떤 결정 론적 모델을 살펴 보자.

일반 정보

결정적 시스템 모델은 아주 간단 경우, 분석적으로 연구 할 수있는 기능이 있습니다. 반대의 경우에, 이러한 목적을 위해 방정식과 변수의 다수를 사용하는 경우, 전자 시스템을 운용 할 수있다. 또한, 컴퓨터를 사용하여, 원칙적으로, 그것은을 해결하고 답을 찾는 것보다 더에 관한 것입니다. 이 때문에 방정식의 시스템을 변경하고 다른 샘플링을 사용해야합니다. 계산에서 오류의 위험이 vlochet. 일정한 간격으로 매개 변수의 지식을 공부한다는 사실을 특징으로 결정 모델의 모든 종류가 완전히 해외 유명 인물의 발전의 역 동성을 결정하기 위해 우리가 할 수 있습니다.

특징

결정적 수학적 모델은 여러 가지 요인의 영향을 동시에 결정을 허용하지 않으며, 피드백 시스템에서 자신의 호환성을 고려하지 않습니다. 그들의 기능을 내장 무엇에? 그것은 개체의 물리적, 화학적 과정을 설명하는 수학적 법칙을 기반으로합니다. 이 때문에 상당히 정확하게 시스템의 동작을 예측하고있다.

구성에도 열 및 물질 균형 방정식 일반적인 정의 macrokinetics 프로세스를 사용한다. 결정 론적 모델의보다 정확한 예측을 위해 개체의 과거에 대한 초기 정보의 가능한 최대 수 있어야합니다. 그것은 매개 변수의 값에 실제 변동과 측정의 결과를 무시하는 어떤 이유에 허용되는 기술적 인 문제와 관련하여 적용 할 수 있습니다. 또한 사용의 적응증 중 하나가 가끔 오류가 시스템의 최종 계산에 거의 영향을 미칠 수 있다는 점이다.

유형 결정 론적 모델

그들은 / 정기하지 않을 수 있습니다. 두 가지 유형의 시간에 연속 될 수있다. 그들은 또한 이산 펄스들의 시퀀스로 표현. 그들은 라플라스 푸리에 적분 감사의 화상을 사용하여 설명 될 수있다.

결정적 인자 모델은 프로세스의 입력 및 출력 파라미터 간의 일정한 관계가있다. (사용 및 해결은 시간의 함수로서 제공 될 수있다) 논리적 모델 디퍼렌셜 대수 방정식에 의해 주어진다. 또한, 자연 조건에서 부식 또는 가속 시험에서 얻어진 실험 데이터를 만들 수있는 계산을위한 기초로서. 모든 결정 모델은 시스템의 특정 평균 특성을 제공한다.

경제 사용

의 실용적인 응용 프로그램을 살펴 보자. 이렇게하려면 결정에 맞게 관리하기위한 모델을 재고. 그들이 선형 프로그래밍 문제의 클래스에 공식화되는 것을 주목해야한다.

그래서, 다음과 같은 파라미터들을 결정하는데 필요한 계산 : 자체의 강도를 가지고, 각각의 제조 형태의 다양한 리소스를 사용하여 출력 비용; (원료 포함) 모두에서 발생하는 프로세스의 특성을 설명 변수. 모든 밖으로 일해야합니다. 각 개별 자원, 제품, 서비스 -이 모든 물질의 균형을 가져됩니다.

또한 필요한 솔루션의 완성도에 대한 의사 결정의 품질의 객관적인 평가를 제공합니다. 따라서, 결정론 경제적 모델은 시스템의 초기 상태에 의존하는 프로세스를 설명하는 데 적합하다. 전자 컴퓨터를 사용하면 컴퓨터는 고정 요소로 작업 할 수 있음을 명심하는 것이 필요하다.

건물 모델

두 가지로 구분 될 수있는 프로세스를 발생의 기본적인 파라미터의 제시 방법에 의해 :

1. 근사 모델. 개별 생산 단위에서 자신의 기능에 대한 경계 옵션의 고정 된 벡터의 집합으로 표시하고 있습니다.
2. 변수 매개 변수 모델. 이 경우, 소정의 변동 범위, 추가적인 방정식 도입 경계 옵션 해당 벡터를 설정한다.

그 사람의 사용을 허용 이러한 결정 요인 모델은 어떤 특성에 대한 특정 조항의 효과를 결정합니다. 그러나 작동하지 않습니다 분리 계산 식의 곡선을 얻을 수 있습니다. 우리는 연속 생산의 동적 최적화를 계산합니다 경우 계정으로 진행하는 방법에 대한 정보의 확률 자연을 가지고 가면 안된다 프로세스를.

계승 모델링

이 참조는 기사를 통해 볼 수 있지만, 그것이 무엇인지, 우리는 아직 논의하지 않았습니다. 계승 모델링은 양적 비교를 요구하는 핵심 조항을 설명 있음을 의미한다. 연구 생산 전환을 위해 모양을 수행합니다.

엄격하게 결정 론적 모델은 두 개 이상의 요소가있는 경우는 다중 요소라고합니다. 그 분석은 다양한 방법으로 수행 될 수있다. 예를 들어, 수학 통계. 이 경우, 측면에서 작업 고려 사전을 설립하고 선험적 모델을했다. 그 (것)들의 사이에서 선택은 의미있는 표현에 실시한다.

모델의 높은 품질의 건설을 위해 당신은 과정과 그 인과 관계의 본질의 이론 및 실험 연구를 사용하고 싶습니다. 그건이 고려 대상자의 주요 장점입니다. 모델 결정 요인 분석은 우리 삶의 많은 분야에서 정확한 예측을 할 수 있습니다. 높은 품질과 다양하고 그들 덕분에 너무 널리 퍼져 있었다.

진화 된 인공 두뇌 결정 모델

전환 과정이 전혀 발생 우리에 대한 분석을 기반으로의 때문에 그들은 관심을 환경의 부식성에 아무리 사소한 변화입니다. 계산의 간편성과 속도에 대한 현상은 단순화 된 모델로 대체된다. 중요한 것은이 모든 기본적인 요구 사항을 충족한다는 것입니다.

필요한 모든 매개 변수를 자동 제어 시스템의 의존 동작의 일치와 의사 결정의 효율성에서. 이 문제를 해결할 필요가있다 : 추가 정보는, 수집 및 에러보다 처리 시간의 확률이 높을 것이다. 당신이 당신의 데이터의 수집을 제한하는 경우에, 당신은 신뢰성이 떨어지는 결과를 기대할 수 있습니다. 이 정보가 충분한 정확도를 제공하며, 동시에 불필요한 요소가 불필요하게 복잡하지 않습니다 균형을 찾을 필요가있다.

곱셈 결정 모델

그것은 자신의 세트 요인을 나누어 구성되어있다. 예를 들어, 제품의 부피 (PP)을 형성하는 공정을 고려한다. 그래서, 당신은 재료 (M)과 에너지 (E), 노동 (RS)가 있어야합니다. 이 경우, PP의 인자는 다수 (, M, E MS)으로 나눌 수있다. 본 실시 예는 곱셈 계수 형 시스템과 분리의 가능성을 표시한다. 확장 공식 팽창 및 신장이 경우는 변환의 이러한 방법을 사용하는 것이 가능하다. 첫 번째 옵션은 널리 분석에 사용된다. 등등 직원의 효율성을 계산하는 데 사용 될 수 있습니다.

단일 값을 확장 할 때, 다른 요소에 의해 대체된다. 그러나 결국은 같은 수 있어야합니다. 신장의 예를 우리는 위의 고려했다. 그것은 단지 형식적인 확장 남아있다. 그것은 하나 개 이상의 매개 변수를 대체하여 원래의 분모 요소 모델의 확장의 사용을 포함한다. 이 예제를 생각해 봅시다 : 우리는 생산의 수익성을 기대합니다. 비용의 크기로 나눈 이익이 정도의하십시오. 애니메이션 대신 하나의 값 등 물질, 인력, 세금에 대한 합산 된 비용에 의해 분할 될 때.

가능성

아, 모든 것이 정확히 가면 계획대로! 그러나이 거의 발생하지 않습니다. 따라서, 실제로 종종 결정 론적 및 확률 모델을 함께 사용. 우리는 과거에 대해 무슨 말을 할 수 있습니까? 그들의 특질은 점점 더 서로 다른 확률을 허용한다는 것입니다. 다음과 같이 예를 들어 보자. 두 가지 상태가 있습니다. 그들 사이의 관계는 매우 나쁘다. 제 3자는 국가 중 하나의 회사에 투자할지 여부를 결정합니다. 전쟁이 발발하면 결국, 이익은 매우 상처입니다. 또는 하나의 예로서 높은 지진 활동의 지역에서 공장 건설을 인용 할 수 있습니다. 여기에, 확실히 설명 할 수없는 자연적인 요인이 있기 때문에, 우리는 단지에 대해이 작업을 수행 할 수 있습니다.

결론

우리는 결정 론적 모델 분석을 대표하는 논의했다. 아아,하지만 그들을 완전히 이해하고 실제로 적용 할 수 있도록, 그것을 배울 매우 좋다. 이론적 기초는 이미 있습니다. 또한 기사의 한 부분으로 제시하고 몇 가지 간단한 예되었다. 다음 최고의 소재를 작업의 점진적 합병증의 경로에 이동합니다. 당신은 어떤 입력을 저장하고 해당 시뮬레이션을 수행 할 수있는 학습 소프트웨어를 시작할 수 있습니다. 그러나 선택은 기본을 이해하고, 여전히 필요한 방법과 이유 무엇의 질문에 대답 할 수 있도록, 무엇이든간에. 올바른 입력을 선택하고 원하는 작업을 선택하기 시작하는 것을 배워야한다. 그런 다음 프로그램이 성공적으로 작업을 수행 할 수있을 것입니다.