Ákvörðunarlegt líkan: skilgreining. Helstu tegundir af þáttarákvörðunarformum

Modeling er eitt mikilvægasta verkfæri í nútíma lífi þegar þeir vilja sjá fyrir framtíðina. Og þetta kemur ekki á óvart, því nákvæmni þessa aðferð er mjög hár. Leyfðu okkur, innan ramma þessarar greinar, að íhuga hvað ákvarðandi líkanið er.

Almennar upplýsingar

Ákvarðandi líkan af kerfum hefur þann eiginleika að hægt sé að greina þær greinilega ef þau eru nægilega einföld. Í öfugt er að nota rafræna tölvur til þessarar notkunar með því að nota verulegan fjölda jafna og breytinga. Og tölvahjálpin, að jafnaði, snýst um lausn sína og að finna svör. Vegna þessa verðum við að breyta jöfnukerfinu og nota aðra ákvörðun. Og þetta felur í sér aukna hættu á ónákvæmni í útreikningum. Allar gerðir af deterministic módel eru einkennist af þeirri staðreynd að þekking á breytur við ákveðinn rannsakað tímabil gerir okkur kleift að ákvarða virkilega þróun á þekktum vísbendingum erlendis.

Lögun

Ákvörðunarfræðilegar stærðfræðilegir líkön leyfa ekki samtímis ákvörðun á áhrifum margra þátta og einnig taka ekki mið af breytileika þeirra í endurgjöfarkerfinu. Hvað er virkni þeirra byggt á? Það byggist á stærðfræðilegum lögum, sem lýsa líkamlegum og efnafræðilegum ferlum hlutarins. Vegna þessa er hegðun kerfisins spáð alveg nákvæmlega.

Fyrir byggingu eru einnig almennar jöfnur af varma- og efnisjafnvægi, ákvarðaðar af þjóðhagfræði ferlisins. Til að ná meiri nákvæmni í spá, ætti ákvarðandi líkanið að hafa hámarks mögulega upphæð upphaflegra upplýsinga um fortíð hlutarins sem um ræðir. Það er hægt að beita þeim tæknilegum vandamálum þar sem það er leyfilegt af einum ástæðum eða öðrum til að vanræksla raunveruleg sveiflur í gildum breytanna og niðurstöðum mælinga þeirra. Einnig er vísbendingin um að nota er að handahófi villur geta haft óveruleg áhrif á endanleg útreikning á jöfnunarkerfi.

Tegundir ákvarðandi módel

Þeir geta verið ekki reglubundnar. Báðar gerðirnar geta verið samfelldar í tíma. Þau eru einnig táknuð sem röð af stakur púls. Þeir geta verið lýst með Laplace mynd eða Fourier integral.

Ákvarðandi módelsmörk hafa ákveðin tengsl milli inntaks- og framleiðslugetu ferlisins. Líkön eru skilgreind með rökréttum, ólíkum og algebrulegum jöfnum (þótt lausnir þeirra, sem táknaðir eru sem tímafrestur, geta einnig verið notaðir). Einnig voru tilraunagögn sem fengust undir náttúrulegum aðstæðum eða flýta tæringarprófum kleift að vera grundvöllur útreikninga. Einhver ákvarðandi líkan gefur til kynna ákveðna meðalstöðu einkenna kerfisins.

Nota í hagkerfinu

Skulum líta á hagnýt forrit. Fyrir þetta eru ákvarðanir fyrir birgðastýringu hentugar. Það skal tekið fram að þau eru formleg í flokki línulegrar forritunarmála.

Til útreikninga er því nauðsynlegt að skilgreina eftirfarandi vísbendingar: Úrræði kostnaðar og framleiðsla með mismunandi framleiðsluaðferðum, sem hver um sig hefur eigin styrkleiki; Variables lýsa öllum einkennum í áframhaldandi ferlum (þ.mt hráefni með efni). Allt ætti að vera unnið út. Sérhver auðlind, vara, þjónusta - allt þetta er fært inn í efnisjöfnuð.

Einnig til að ákvarða ákvarðanir er nauðsynlegt að gera hlutlaust mat á gæðum ákvarðana sem gerðar eru. Þannig eru ákvarðandi efnahagsleg líkön til þess fallin að lýsa þeim ferlum sem upphafsstaða kerfisins fer eftir. Þegar unnið er með rafeindabúnaði verður að taka tillit til þess að tölvur geta aðeins unnið með fastum þáttum.

Building módel

Með því að kynna helstu breytur tæknilegra ferla sem eiga sér stað geta tveir gerðir skipt:

1. Nálgunarmyndir. Í þeim eru einstök framleiðslueiningar táknuð sem sett af föstum vektorum afbrigða afmarka af starfsemi þeirra.
2. Líkan með breytilegum breytum. Í þessu tilviki eru ákveðnar svigrúm tilbrigða settar og frekari jöfnur eru kynntar til að passa við vektorana af mörkum afbrigða.

Þessar deterministic líkanar líkur munu leyfa þeim sem nota þau til að ákvarða áhrif tiltekinna staða á einstök einkenni. En við getum ekki fengið reiknuð tjáninguna fyrir aðskilnaðarkröfurnar. Ef reikna skal öflugan hagræðingu samfellda framleiðslu skal ekki taka tillit til líkindalegra upplýsinga um hvernig tæknileg aðferð fer fram .

Factor Modeling

Tilvísanir til þessa gætu sést í greininni, en það sem við höfum, höfum við ekki rætt um. Þáttagreiningu felur í sér að meginatriði sem þarf til samanburðar á samanburði er lögð áhersla á. Til að framkvæma sett markmiðin umbreytir rannsóknin formið.

Ef stíft ákvarðað líkan hefur fleiri en tvo þátta, þá er það kallað multifactorial. Greining hennar er hægt að framkvæma með ýmsum aðferðum. Sem dæmi, gefum við stærðfræðileg tölfræði. Í þessu tilfelli lítur hún á þau verkefni sem settar eru fram með hliðsjón af fyrirfram ákveðnum og þróaðum fyrirfram módelum. Valið á milli þeirra byggist á þýðingarmikilli kynningu.

Fyrir eigindlegan byggingu líkansins er nauðsynlegt að nota fræðilega og tilraunaverkefni kjarna tækniferilsins og orsakavirkni þess. Þetta er helsta kosturinn við þau viðfangsefni sem við erum að íhuga. Líkön á ákvarðanatöku greiningu leyfa nákvæma spá á mörgum sviðum í lífi okkar. Vegna eigindlegra þátta og alheims, hafa þeir fengið svo breitt dreifingu.

Cybernetic deterministic módel

Þeir hafa áhuga á okkur vegna tímabundinna ferla sem byggjast á greiningunni, sem eiga sér stað í einhverjum, jafnvel óverulegum breytingum á árásargjarnum eiginleikum ytra umhverfisins. Fyrir einfaldleika og hraða útreikninga komi í stað núverandi ástand málsins með einfaldaðri gerð. Það er mikilvægt að það uppfylli allar grunnkröfur.

Af einingu allra nauðsynlegra breytinga veltur á skilvirkni sjálfvirku eftirlitskerfisins og skilvirkni ákvörðunarinnar. Á sama tíma er nauðsynlegt að leysa þetta vandamál: því meiri upplýsingar er safnað, því meiri líkur á villu og því lengur sem vinnslutími er. En ef þú takmarkar söfnun gagna geturðu treyst á minna áreiðanlegri niðurstöðu. Því er nauðsynlegt að finna gullgildi sem leyfir að fá upplýsingar um nægilega nákvæmni og á sama tíma verður þetta ekki óþarfa flókið af óþarfa þætti.

Margföldunarákvörðunarlíkan

Það er byggt með því að deila þáttunum í margar þeirra. Sem dæmi má nefna ferlið við að mynda magn af vörum (PP). Svo er þetta nauðsynlegt að hafa mannafla (PC), efni (M) og orku (E). Í þessu tilviki má PP þátturinn sundrast í safn (PC; M; E). Þessi valkostur sýnir margföldunarformi þáttakerfisins og möguleika á aðskilnað þess. Í þessu tilviki geturðu notað slíkar umbreytingaraðferðir: stækkun, formleg niðurbrot og lenging. Fyrsti afbrigði fann breitt forrit í greiningunni. Það er hægt að nota til að reikna skilvirkni starfseminnar, og svo framvegis.

Með lengingu er annað gildi skipt út fyrir aðra þætti. En á endanum ættir þú að fá sama númer. Dæmi um lengingu var talið að ofan. Það er aðeins formlegt niðurbrot. Það felur í sér að nota nefnara eftirnafn frumefnis líkansins með því að skipta um eitt eða fleiri breytur. Íhuga þetta dæmi: við reiknum með arðsemi framleiðslu. Í þessu skyni er fjárhæð hagnaðar deilt með fjárhæð útgjalda. Þegar um margföldun er að ræða, í staðinn fyrir eitt gildi, skiptum við með því að summa útgjöld á efni, starfsfólk, skatta og svo framvegis.

Líkur

Ó, ef allt fór nákvæmlega eins og fyrirhugað! En þetta gerist sjaldan. Þess vegna eru í raun raunhæf og líkleg líkön notuð oft saman. Hvað getur þú sagt um hið síðarnefnda? Sérkenni þeirra er að þau taka einnig tillit til mismunandi líkinda. Taktu til dæmis eftirfarandi. Það eru tvö ríki. Sambandið milli þeirra er mjög slæmt. Þriðji aðilinn ákveður hvort hann skuli fjárfesta í fyrirtækjum í einu landanna. Eftir allt saman, ef stríðið brýtur út mun hagnaðurinn líða mikið. Eða þú getur gefið dæmi um að byggja upp plöntu á svæði með mikla seismic virkni. Hér, eftir allt, eru náttúrulegar þættir sem ekki er hægt að taka tillit til, þú getur aðeins gert þetta um það bil.

Niðurstaða

Við höfum skoðuð hvað líkanin af ákvarðandi greiningu eru. Því miður er það mjög gott að læra að skilja þau í fullu og geta sótt um það í reynd. Fræðileg grundvöllur er þegar til. Einnig, innan ramma greinarinnar, voru nokkur einföld dæmi kynnt. Ennfremur er betra að fylgja leið smám saman fylgikvilla vinnunnar. Þú getur einfalt verkefni þitt svolítið og byrjað að læra um hugbúnað sem getur gert samsvarandi uppgerð. En hvað sem er, skilja grunnatriði og vera fær um að svara spurningum um hvað, hvernig og hvers vegna, það er ennþá nauðsynlegt. Þú verður að læra að velja rétta inntakið og velja réttar aðgerðir í upphafi. Þá geta forritin tekist að sinna verkefnum sínum.