Модифицированный имитационным моделированием метод экспоненциального сглаживания

Известно что любой процесс можно представить в

, (4.17)

где – исходный процесс (функция одного переменного);

– приближенная модель процесса (описание с помощью ФГС);

– остаток (некоторая функция точности приближения).

В наиболее общем виде ФГС для одного аргумента записывается в виде [1], [2]

, (4.18)

где – некоторое фиксированное натуральное число;

– начальное значение фактора-аргумента на рассматриваемом интервале;

– постоянные действительные параметры;

– специальный (степенной) определитель -го порядка;

– функция, получаемая из определителя заменой строки на соответствующие функции

, .

При функция с гибкой структурой имеет вид

, (4.19)

где – начальное значение функции и ее производной в точке ; – корень специального уравнения , в рассматриваемом случае .

Нахождение параметров функции связано с минимизацией базисной функции

. (4.20)

Далее представляется логичным определить порядок расчета параметров ФГС. В том случае, когда имеется всего один фактор, базисная функция имеет вид

. (4.21)

При на рассматриваемом отрезке функция равна нулю, и если проинтегрировать выражение (2.4.21) для того, чтобы избавиться от производных, можно получить

. (4.22)

Подставляя в это уравнение значение начальной точки, легко установить, что величина первой производной связана со значением величины и соотношением . (4.23)

Если проинтегрировать уравнение (22) еще раз, то можно записать выражение вида

. (4.24)

При условии, что , определяется . Тогда уравнение (4.24) целесообразно представить следующей зависимостью:

Актуально о образовании:

Исторические аспекты проблемного обучения
Мышление необходимо человеку, прежде всего для того, чтобы все более глубоко отражать непрерывно изменяющиеся условия жизни деятельности. В силу своей постоянной изменчивости эти условия неизбежно оказываются новыми, а все новое необходимо является вначале неизвестным. Таким образом, в процессе пои ...

Модифицированный имитационным моделированием метод экспоненциального сглаживания
Для прогнозирования характеристик образцов техники, математическое описание которых имеет вид , (4.10) целесообразно применять метод экспоненциального сглаживания. Сложившаяся практика использования этого метода предполагает ограничение числа членов ряда Тейлора ,(4.11) аппроксимирующего выражение ...

Методы обучения самостоятельной работе учащихся на уроке
Учащиеся окружающий их объективный мир не исследуют, а лишь изучают на основе уже имеющихся в их распоряжении научных данных – изучают в систематизированном и обобщенном виде. Учащиеся непосредственно соприкасаются далеко не со всеми изучаемыми ими веществами и явлениями, а лишь с теми, которые их ...