Математическое моделирование в оценке и управлении ПЭ ЭС на основе количественных параметров, страница 2

  Имеется следующие направления оценки ПЭ ЭС – количественное и качественное

  Количественное направление основывается на многомерном пространстве количественных параметров ЭС. Качественное направление основывается на совокупности параметров качественной составляющей ЭС.

  В свою очередь количественное направление классифицируется на следующие методы оценки ПЭ ЭС.

  Дифференциальный метод, при котором для оценки качества ЭС используется один из наиболее существенных показателей, относящихся только к одному из его свойств, с результатом оценки по существующему показателю. При этом на другие параметры накладываются допуски, в пределах которых они должны находиться.

  Метод полиномиального критерия, при котором качество ЭС оценивается по совокупности параметров, функционально связанных с наиболее существенным, относящихся к различным его свойствам, с результатом оценки по величине полиномиального критерия.

  Метод комплексного критерия, при котором качество ЭС оценивается по всему множеству параметров, относящихся к различным его свойствам, с результатом оценки по величине комплексного критерия.

  Метод интегрального критерия, при котором качество ЭС оценивается по всей совокупности параметров, относящихся к различным свойствам, с результатом оценки по величине интегрального критерия. При этом учитываются стоимостные показатели, выраженные в денежном отношении.

Метод дискретного критерия, при котором качество ЭС оценивается по всему множеству параметров относящихся к различным его свойствам с результатом оценки в виде дихотомической функции.

Метод дискретно-полиноминального критерия, при котором качество ЭС оценивается по всему множеству параметров, относящихся к различным свойствам, с результатами оценки, как в виде дихотомической функции, так и по величине полиномиального критерия.

  Качественное направление оценки качества ЭС в литературных источниках представлено ограниченно. С определенной осторожностью предлагается использовать метод комплексного критерия [ ]. При этом он не представляется целостной основой. При этом в разных источниках дается краткими фрагментами, не имеющими законченной формы.

Однако следует подчеркнуть, что рассмотренные методы количественной оценки качества ЭС при соответствующих технико-математических условиях можно использовать для решения данной задачи на основе качественной составляющей ЭС. Однако это требует дополнительных исследований с достаточно объективными выводами, что не входит в рамки данной работы.

  Для каждого из рассмотренных методов количественной оценки ПЭ ЭС должна соответствовать математическая модель. Результаты подробного анализа множества математических моделей, необходимых для описания ЭС при решении различных задач проектирования и разработки ЭС представлены в первом разделе работы (стр. ). В данном случае будут рассматриваться только те математические модели, которые в большей степени отвечают требованиям оценки и управления ПЭ ЭС. Основными из них являются следующие.

  Для дифференциального метода оценки ПЭ ЭС справедливы частные математические модели, на основе которых рассчитываются единичные показатели, которыми характеризуются ЭС.

  Полиномиальные модели, математическая структура которых функционально связывает критерии оценки ПЭ с совокупностью остальных параметров ЭС, на основе которых они описываются ( ). Критерием оценки ПЭ является наиболее существенный параметр, которым характеризуется ЭС. Она позволяет использовать всю совокупность наиболее информативных параметров, адекватно описывая ЭС. Такая модель формируется на основе элементов теории корреляционно-регрессионного анализа. При этом исходными данными для построения таких моделей является информация, получаемая путем активного или пассивного эксперимента. Активный эксперимент проводится на основе статистического планирования эксперимента (СПЭ). Пассивный эксперимент проводится на основе обычных подходов, исходя из каждого конкретного случая. Эти модели имеют математическую структуру в виде линейных или нелинейных полиномов. Если они формируются путем использования активного эксперимента, то нелинейность их не превышает второй степени. Если они формируются путем использования пассивного эксперимента, то нелинейность их может достигать целой степени, при которой они адекватно описывают ЭС.

Модели комплексного критерия, математическая структура которых функционально связывает критерий оценки ПЭ со всем множеством параметров ЭС на основе которых они описываются. Критерием оценки ПЭ является безразмерная величина, отражающая действительный ее уровень. Она позволяет использовать все пространство наиболее информативных параметров, адекватно описывая ЭС. Такая модель формируется на основе элементов теории стохастического анализа.

  Непрерывными данными для построения таких моделей, является информация, получаемая путем стохастического моделирования на ПВЭМ на основе номинальных значений параметров. Модели комплексного критерия классифицируются на два вида – мультипликативные и аддитивные. При хорошей разрешающей способности и несколько лучшим сглаживанием, особенно при большом разрешении значений параметров по количеству, по отношению к аддитивным моделям. Математическая структура таких моделей может иметь как линейную, так и нелинейную форму. При этом нелинейная форма моделей может достигать любой степени, при которой они адекватно описывают ЭС.

  Модели интегрального критерия характеризуются теми же особенностями, что и модели комплексного критерия. Однако в практических ситуациях в таких моделях используются экономические показатели, что связано с совершенствованием конструкций ЭС, технологических процессов, технического оснащения производства и улучшением организации труда.

  Дискретные модели, математическая структура которых формируется алгоритмическим путем в многомерном пространстве параметров, которыми характеризуется ЭС. Критерием оценки ПЭ ЭС служат классы качества. Такая модель позволяет использовать все множество наиболее информативных параметров ЭС. Она формируется на основе элементов теории распознавания образов. При этом исходными данными для построения таких моделей является информация, получаемая путем стохастического моделирования на ПЭВМ на основе номинальных значений параметров. Дискретные модели классифицируются на виды по количеству классов качества, из которых они состоят.