Автор работы: Пользователь скрыл имя, 14 Апреля 2014 в 21:01, контрольная работа
Терминология «Малозатратная инженерная технология» в российской экономике получила свое распространение на рубеже 20 - 21 веков в немногочисленных информационных сообщениях, научных публикациях, программах, в областях деятельности человека, которые испытывают постоянное недофинансирование и недостаточный уровень внедрения научных инновационных разработок.
Наиболее часто терминология «малозатратная технология» используется в энергоемких областях человеческой деятельности, в сфере материального производства, где основой для работы являются трудно возобновляемые энергоносители, богатства земных недр и металлообработка.
Имеется ряд условий применения метода наименьших квадратов:
В технической кибернетике для решения задач моделирования часто используются вероятностные методы, относящиеся к так называемому детерминистическому направлению, основанному на анализе причинно-следственных связей.
А.Г. Ивахненко предлагает к использованию алгоритмы принятия решений, распространенные в природе, объединяя существующие методы под общим названием – эвристическая самоорганизация.
Самоорганизация связана с эвристиками – догадками о целесообразности того или иного действия. Эвристики – это решения, основанные на опыте человека и связанные с использованием результатов решения задачи, с факторами его мотивации.
Многорядные структуры принятия решений по ряду критериев являются основным предметом изучения эвристической самоорганизации.
Теория эвристической самоорганизации делает попытку расширить регрессионный анализ и теорию статистических решений в соответствии с некоторыми новыми принципами, которые используются для получения математической модели:
Согласно этому принципу критерий качества структуры модели выбирается исходя из цели ее дальнейшего использования. С увеличением числа членов уравнения регрессии ошибка аппроксимации уменьшается и по ней трудно судить о качестве моделей. Каждый новый критерий является очередным “внешним дополнением”, и с каждой новой оптимизацией возникает еще вопрос, требующий оптимизации.
Все вопросы относительно выбора алгоритма, критерия, типа базисных функций, разбиения выборки данных должны определяться при помощи сравнения значений критерия - тот вариант лучший, который ведет к минимальному значению внешнего критерия.
Он предполагает такую развитую многорядную структуру принятия решений, при которой в каждом из последующих рядов сохраняется возможность выбрать любые решения предыдущего ряда (наиболее перспективные).
Состоит в разбиении одной модели, содержащей большое число сложно взаимодействующих переменных на несколько задач, для которых сравнительно несложно находятся оптимальные решения.
Использование корреляционного анализа, выявляющего наличие и степень связи двух и более явлений, регрессионного анализа, изучающего вид связи между выходной переменной и несколькими входными параметрами, позволяет на основе указанных принципов построения статистических моделей решить поставленную задачу.
В соответствии с алгоритмом построения статистической модели на первом этапе осуществляется сбор или выбор статистических данных.
На втором этапе осуществляется предварительная проверка и обработка исходной информации на предмет ее однородности. Для предварительного анализа удобно воспользоваться графическим представлением статистических данных.
После обработки данных следует провести проверку оставшейся части информации на предмет соблюдения условий использования заявленных методов математической статистики при построении моделей.
На третьем этапе проводится расчетный цикл операций, в котором для каждой из гипотез структуры регрессионного уравнения осуществляются расчеты параметров уравнений, а также критериев качества модели, на основе которых выполняется сравнительный анализ полученных результатов.
На четвертом завершающем этапе принимается решение о выборе одной лучшей модели исследуемого объекта, удовлетворяющей экспертные ожидания, а также проводится интерпретация полученного результата.
Задача получения зависимости при действии факторов на выходную величину исследуемого процесса по выбранной тематике сводится к нахождению коэффициентов регрессионного уравнения.
Для проведения расчетов коэффициентов уравнения регрессии исследуемого процесса составлена программа «MODEL»1, автоматизирующая и ускоряющая расчеты исследуемой функции в соответствии с указанными математическими зависимостями и алгоритмом.
Реализация данной программы осуществляется согласно пяти основным этапам работы.
1. Ввод исходных данных.
Для установленного экспертизой количества используемых факторов (М) и числа наблюдений процесса (N) при помощи двух циклов с управляющими переменными i=1…N, j=1…М организуется ввод значений xji, yi , образующих массивы X(J;I), Y(I).
2. Преобразование матрицы входных данных.
Для использования метода последовательного исключения неизвестных, матрица коэффициентов при факторах должна иметь квадратный вид, то есть число неизвестных – соответствовать числу проводимых испытаний. Преобразование матрицы данных осуществляется при помощи трех организованных циклов по k, j, i и зависимости:
В(K,I)=В(K,I)+(X(K,I)∙X(J,I), (2)
для входных факторов, а также циклов по k, i и зависимости:
P(K)=P(K)+Y(I) ∙X(K,I), (3)
для выходной переменной.
3. Решение системы уравнений методом Гаусса.
Проводится прямой ход – исключение переменных путем преобразования коэффициентов квадратной матрицы; используются формулы преобразования:
B(I,I)=-B(I,I) /B(I,),
P(I)=P(I)+B(I,I)*P(I),
где I изменяется в пределах [0…М-1], J − [I+1…М], К − [I+1…М].
В результате таких преобразований получается матрица коэффициентов, приведенная к треугольному виду. Последнее уравнение системы имеет решение в виде:
А(М)=Р(М) / В(М,М) (5)
Для нахождения остальных неизвестных системы организуется обратный ход по формулам:
H=P(I); H=H-A(I)*B(I,I); A(I)=H/B(I,), (6)
где I изменяется в пределах [М-1…0]; J − [I…М].
В результате формируется массив A(I) искомых коэффициентов регрессионного уравнения.
4. Расчет критериев качества полученного уравнения регрессии.
На основе использования статистических характеристик значений, полученных по уравнению регрессии и экспериментальным путем, определяется степень их отличия при помощи скорректированного коэффициента множественной корреляции R2m и коэффициента статистики Jm.
5. Отображение коэффициентов и критериев качества уравнения регрессии.
Для удобства анализа полученной модели процесса, вводимые факторы представляются в матричной форме, а затем следуют коэффициенты регрессии и критерии качества. Это дает возможность проверить правильность введения данных, их корректировки, а также провести анализ полученной модели и выбрать структуру регрессионного уравнения.
4.1 Экспертная характеристика входных факторов
Выходным параметром, характеризующим рациональное количество маневровых локомотивов является – количество маневровых локомотивов, находящихся на станции Ростов-Главный. Этот показатель фактический, поэтому измеряется количеством фактически находящихся на станции локомотивов. В настоящий момент на станции числится 10 маневровых локомотива серии ЧС4т, ЭП1м, ЭП1 и ЭП1м.
Таблица 1 - Перечень входных параметров
Время на подачу и уборку вагонов на грузовые и другие пункты станции | |
Количество отправленных поездов (Отпр) | |
Эксплуатационная интенсивность отказов систем автоматики, телемеханики и связи (Э) | |
Статнагрузка С | |
Количество путей только для маневровых работ K | |
Количество подъездных путей необщего пользования, Пп | |
Среднее время простоев местных вагонов на станции в ожидании формирования Пфор | |
Среднее время простоев местных вагонов на станции в ожидании расформировании Прас | |
Содержание рабочего парка Ср | |
Время на текущий ремонт одного локомотива t | |
Уровень квалификации машиниста У | |
Нормативный срок службы локомотива N | |
Количество поездов, прибывающих в расформирование за смену, Cm | |
Количество локомотивных бригад Kб | |
Среднее время локомотива, находящихся на техническом обслуживание |
Вместимость железнодорожных путей на станции Ростов - Главный. Исследуемая область изменения от 140 до 170 вагонов, в зависимости от потока вагонов и сезона. Чем больше вместимость ж.д. путей, тем выше загрузка на маневровые локомотивы.
Количество поездов, прибывающих в расформирование за смену. Исследуемая область изменения от 1 до8 поездов. С увеличением количества поездов, прибывающих в расформирование, увеличивается и значение выходного параметра.
Эксплуатационная интенсивность отказов, λ характеризуется отношением числа отказавших объектов в единицу времени к среднему числу объектов, исправно работающих в течение заданного отрезка времени. При этом отказавшие устройства не восстанавливаются и не заменяются исправными. Расчет эксплуатационной интенсивности отказов выполняется на основе статистических данных по формуле:
где r – число отказов устройства или системы;
Т – время, за которое произошло данное число отказов;
N – условный измеритель числа устройств или систем.
Интенсивность отказов измеряется в 1/ час.
Исследуемая область изменения 3,5...6,7*10 1/час. Чем больше значение данного входного параметра, тем выше значение выходного.
Количество подъездных путей на станции. Исследуемая область изменения 1-10 п/п. Из них от 3 до 4 путей направлены исключительно на маневровую работу локомотивов. Чем больше количество подъездных путей на станции, тем выше загрузка локомотивов.
Нормативный срок службы маневрового тепловоза составляет 32 года.
Уровень квалификации машиниста.Исследуемая область изменения от 1 до 5 баллов. Чем выше квалификация машиниста, тем меньше ошибок он сделает, что приведет к тому, что срок эксплуатации будет больше.
От правильности организации работ по эксплуатации парка зависит количество локомотивов, необходимых для эксплуатации локомотивных бригад. Поэтому необходимо повышать уровень знаний локомотивных бригад.
Внедрение новых технологий ведет к увеличению безопасности движения поездов и технический прогресс.
Во главе цеха находится зам. начальника депо по эксплуатации. В его подчинении находится 7 машинистов инструкторов: 2 машиниста по электровозам, 4 по электропоездам и 1 отвечающий за правильное использование тормозов. У каждого инструктора имеется колонка состоящая из 10-15 локомотивных бригад.
Рабочий парк состоит из вагонов, которые находятся в поездах, под грузовыми операциями или в ожидании их, а также на путях сортировочных парков. Данный показатель не постоянен и зависит от времени года , его величина колеблется от 1880-1890ваг/сут.
Время на текущий ремонт одного локомотива составляет 10-16 час в зависимости от сложности ремонта. При увеличении данного показателя, станции придется увеличивать количество маневровых локомотив для запланированной работы станции.