Информатика и выч. техника \ Системы искусственного интеллекта

Изучение особенностей применения метода группового учета аргументов, страница 4

№ экспери- мента

№ модели

Вид модели

1

4

7,54881 * 1'Troubl_r^11'рН_r^1 - 0,13377 * 1'Troubl_r^11'рН_r^22'month^1 + 0,02061 * 2'decada^12'month^3 - 1,55556 * 2'decada^12'month^1 + 0,02735 * 1'рН_r^11'Alkal_r^22'month^1 + 0,01203 * 1'SNDP^11'рН_r^12'decada^12'month^1 - 0,27255 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,04034 * 1'SNDP^12'decada^2 - 0,02819 * 1'SNDP^1 + 0,05282 = 10,39251

1

2

7,62777 * 1'Troubl_r^11'рН_r^1 - 0,13571 * 1'Troubl_r^11'рН_r^22'month^1 + 0,01467 * 2'decada^12'month^3 - 0,17478 * 1'рН_r^12'decada^12'month^1 + 0,03403 * 1'рН_r^11'Alkal_r^22'month^1 + 0,01747 * 1'SNDP^11'рН_r^12'decada^12'month^1 - 0,35864 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,03182 * 1'SNDP^12'decada^2 - 0,02604 * 1'SNDP^11'рН_r^1 + 0,05248 = 10,38751

1

1

7,56996 * 1'Troubl_r^11'рН_r^1 - 0,13424 * 1'Troubl_r^11'рН_r^22'month^1 + 0,01955 * 2'decada^12'month^3 - 1,53791 * 2'decada^12'month^1 + 0,02947 * 1'рН_r^11'Alkal_r^22'month^1 + 0,01325 * 1'SNDP^11'рН_r^12'decada^12'month^1 - 0,28363 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,03525 * 1'SNDP^12'decada^2 - 0,01234 * 1'SNDP^11'рН_r^1 + 0,05153 = 10,37578

2

4

121,10169 * 1'Troubl_r^1 - 26,68812 * 1'Troubl_r^12'month^1 + 1,27812 * 1'Troubl_r^11'Alkal_r^12'month^2 - 1,13585 * 1'рН_r^22'decada^1 - 0,19402 * 1'Troubl_r^11'Alkal_r^22'month^2 - 0,24082 * 1'SNDP^11'рН_r^12'decada^1 + 2,3636 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,27897 * 1'Alkal_r^42'decada^1 - 0,61682 * 1'SNDP^11'Alkal_r^22'decada^1 + 1,17627 * 1'рН_r^2 - 1,98604 * 1'рН_r^11'Alkal_r^1 + 0,50325 * 1'рН_r^22'decada^2 - 0,66221 * 1'рН_r^12'decada^3 - 1,73463 * 1'Troubl_r^11'Alkal_r^12'month^1 + 0,21967 * 2'month^1 + 0,00306 = 10,92707

2

2

121,57553 * 1'Troubl_r^1 - 26,81304 * 1'Troubl_r^12'month^1 + 1,28063 * 1'Troubl_r^11'Alkal_r^12'month^2 - 0,66798 * 1'рН_r^22'decada^1 - 0,19411 * 1'Troubl_r^11'Alkal_r^22'month^2 - 0,24341 * 1'SNDP^11'рН_r^12'decada^1 + 2,37901 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,27967 * 1'Alkal_r^42'decada^1 - 0,61994 * 1'SNDP^11'Alkal_r^22'decada^1 + 0,92697 * 1'рН_r^2 - 2,02278 * 1'рН_r^11'Alkal_r^1 + 0,24819 * 1'рН_r^22'decada^2 - 2,57863 * 2'decada^3 - 1,7276 * 1'Troubl_r^11'Alkal_r^12'month^1 + 0,26319 * 2'month^1 + 0,00308 = 10,92219

2

1

119,95211 * 1'Troubl_r^1 - 26,07612 * 1'Troubl_r^12'month^1 + 1,26619 * 1'Troubl_r^11'Alkal_r^12'month^2 - 0,66859 * 1'рН_r^22'decada^1 - 0,18787 * 1'Troubl_r^11'Alkal_r^22'month^2 - 0,24763 * 1'SNDP^11'рН_r^12'decada^1 + 2,40734 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,27877 * 1'Alkal_r^42'decada^1 - 0,62602 * 1'SNDP^11'Alkal_r^22'decada^1 + 0,91811 * 1'рН_r^2 - 1,88694 * 1'рН_r^11'Alkal_r^1 + 0,24846 * 1'рН_r^22'decada^2 - 2,57909 * 2'decada^3 - 1,94672 * 1'Troubl_r^11'Alkal_r^12'month^1 + 0,00304 = 10,92014

3

3

136,74197 * 1'Troubl_r^1 - 38,97625 * 1'Troubl_r^12'month^1 + 2,2812 * 1'Troubl_r^12'month^2 - 0,22159 * 1'рН_r^22'decada^1 + 2,28532 * 1'Troubl_r^11'Alkal_r^12'month^1 - 0,38438 * 1'SNDP^11'рН_r^12'decada^1 + 3,40304 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,3143 * 1'Alkal_r^42'decada^1 + 0,6881 * 1'рН_r^2 - 1,98177 * 1'рН_r^11'Alkal_r^1 - 0,85149 * 1'SNDP^11'Alkal_r^22'decada^1 + 2,68739 * 1'рН_r^12'decada^2 - 21,4139 * 2'decada^2 - 0,33675 * 1'Troubl_r^11'Alkal_r^22'month^1 + 0,00287 = 11,08461

3

2

134,27771 * 1'Troubl_r^1 - 36,30878 * 1'Troubl_r^12'month^1 + 2,30657 * 1'Troubl_r^12'month^2 - 0,22358 * 1'рН_r^22'decada^1 + 0,42136 * 1'Troubl_r^11'Alkal_r^12'month^1 - 0,40147 * 1'SNDP^11'рН_r^12'decada^1 + 3,52734 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,31234 * 1'Alkal_r^42'decada^1 + 0,66218 * 1'рН_r^2 - 1,66001 * 1'рН_r^11'Alkal_r^1 - 0,87957 * 1'SNDP^11'Alkal_r^22'decada^1 + 2,74354 * 1'рН_r^12'decada^2 - 21,81607 * 2'decada^2 - 0,57507 * 2'month^1 + 0,00293 = 11,08196

3

1

136,04843 * 1'Troubl_r^1 - 38,39822 * 1'Troubl_r^12'month^1 + 2,29488 * 1'Troubl_r^12'month^2 - 0,22212 * 1'рН_r^22'decada^1 + 1,8828 * 1'Troubl_r^11'Alkal_r^12'month^1 - 0,38821 * 1'SNDP^11'рН_r^12'decada^1 + 3,42964 * 1'SNDP^11'Alkal_r^12'decada^1 + 0,31369 * 1'Alkal_r^42'decada^1 + 0,68127 * 1'рН_r^2 - 1,87111 * 1'рН_r^11'Alkal_r^1 - 0,85733 * 1'SNDP^11'Alkal_r^22'decada^1 + 2,69325 * 1'рН_r^12'decada^2 - 21,44878 * 2'decada^2 - 0,2707 * 1'Troubl_r^11'Alkal_r^22'month^1 - 0,21772 * 2'month^1 + 0,00285 = 11,08122

4

3

135,6435 * 1'Troubl_r^1 + 0,27922 * 1'Troubl_r^11'рН_r^11'Alkal_r^12'month^1 - 40,19611 * 1'Troubl_r^12'month^1 + 2,27824 * 1'Troubl_r^12'month^2 - 3,58789 * 1'рН_r^12'decada^1 + 7,81128 * 1'Alkal_r^22'decada^1 + 1,29735 * 1'SNDP^1 - 0,53247 * 1'Alkal_r^42'decada^1 - 0,47204 * 1'SNDP^11'Alkal_r^1 - 2,48704 * 1'рН_r^11'Alkal_r^1 + 6,15602 * 1'рН_r^1 + 0,00333 = 11,03944

4

2

143,25236 * 1'Troubl_r^1 + 0,27927 * 1'Troubl_r^11'рН_r^11'Alkal_r^12'month^1 - 42,59414 * 1'Troubl_r^12'month^1 + 2,45423 * 1'Troubl_r^12'month^2 - 3,30717 * 1'рН_r^12'decada^1 + 5,76958 * 1'Alkal_r^32'decada^1 + 1,4845 * 1'SNDP^1 - 1,63997 * 1'Alkal_r^42'decada^1 - 0,5538 * 1'SNDP^11'Alkal_r^1 + 1,43957 * 1'рН_r^11'Alkal_r^2 - 9,27982 * 1'рН_r^11'Alkal_r^1 + 14,19164 * 1'рН_r^1 + 0,00325 = 11,03837

4

1

135,24131 * 1'Troubl_r^1 + 0,28289 * 1'Troubl_r^11'рН_r^11'Alkal_r^12'month^1 - 40,13772 * 1'Troubl_r^12'month^1 + 2,26702 * 1'Troubl_r^12'month^2 - 3,71243 * 1'рН_r^12'decada^1 + 8,20765 * 1'Alkal_r^22'decada^1 + 1,43265 * 1'SNDP^1 - 0,57171 * 1'Alkal_r^42'decada^1 - 0,52457 * 1'SNDP^11'Alkal_r^1 + 0,51008 * 1'рН_r^11'Alkal_r^2 - 4,81561 * 1'рН_r^11'Alkal_r^1 + 8,79404 * 1'рН_r^1 + 0,00347 = 11,01312

5

4

105,26186 * 1'Troubl_r^1 - 27,5728 * 1'Troubl_r^12'month^1 + 1,84861 * 1'Troubl_r^12'month^2 + 0,50942 * 1'рН_r^11'Alkal_r^12'decada^1 - 0,26019 * 1'Alkal_r^22'month^1 + 0,14469 * 2'decada^22'month^1 - 1,85452 * 1'рН_r^12'decada^1 + 0,18117 * 1'SNDP^1 + 0,80733 * 1'рН_r^11'Alkal_r^1 + 0,00053 = 11,64733

5

2

108,79096 * 1'Troubl_r^1 - 27,80459 * 1'Troubl_r^12'month^1 + 1,77358 * 1'Troubl_r^12'month^2 + 0,84391 * 1'рН_r^11'Alkal_r^12'decada^1 - 1,14089 * 1'Alkal_r^12'month^1 - 2,91969 * 2'decada^2 - 0,29054 * 1'рН_r^22'decada^1 + 0,15242 * 1'SNDP^11'Troubl_r^1 + 0,42221 * 1'рН_r^12'month^1 + 0,40946 * 1'рН_r^12'decada^2 + 0,0046 = 11,52018

5

1

101,85958 * 1'Troubl_r^1 - 25,51632 * 1'Troubl_r^12'month^1 + 1,59046 * 1'Troubl_r^12'month^2 + 0,94036 * 1'рН_r^11'Alkal_r^12'decada^1 - 0,17096 * 1'рН_r^11'Alkal_r^12'month^1 - 5,86131 * 2'decada^2 - 0,31767 * 1'рН_r^22'decada^1 + 0,14082 * 1'SNDP^11'Troubl_r^1 + 0,48352 * 1'рН_r^12'month^1 + 0,77983 * 1'рН_r^12'decada^2 + 0,00542 = 11,45146

4.  Вывод

Выводы по результатам прогноза:

1. Результаты прогноза значения параметра TEMP_C близки к реальным значениям, но температура в течение летнего периода в результате нашего прогноза получается более равномерной, в отличии от реальной температуры. Результаты, полученные с использованием 1 2, и 3 модели совпадают. Это можно объяснить тем, что данные модели принадлежат одной популяции.

2. Полученные значения отклонений допустимы для прогнозирования погоды на летний период ( с зимы 2005-2006 на лето 2006 года).

3. Результаты прогноза значения параметра Troubl_r, полученные с использованием моделей 1, 2 и 3  довольно близки к реальным значениям. Но, как можно увидеть, погрешность со временем увеличивается. В целом же это не значительно сказалось на результатах прогноза.

4. Результаты, полученные с использованием 1, 2 и 3 модели совпадают. Это можно объяснить тем, что данные модели принадлежат одной популяции.

Скачать файл