Методы повышения эффективности процессов добычи и транспорта газа, страница 32

17,069

168,42

35,38

28,90

15,52

44,85

25,74

120,93

239,30'

171,28

104,51

116,54

150,79

22,32

совокупностей) f(A) и f(B), которые можно назвать потенциала­ми.

Алгоритм, лежащий в основе принятия решения, имеет вид /(Л)>/(5), т. е. объект следует относить   к   совокупности А_у. если выполняется неравенство, и к В при обратном знаке нера­венства.

Выберем потенциальную функцию вида [2]:

где а — масштабный коэффициент; Xj — выбираемые признаки; для месторождений, относящихся к данному классу и включен­ных в обучение; х_{ — те же признаки для месторождения, класс: которого необходимо определить (экзаменующиеся месторожде­ния); п — число месторождений, вошедших в обучение для дан­ного класса; т — число признаков, выбранных для классифика­ции данного месторождения.

Расчет был проведен на ЭЦВМ «Минск-32». Программа рас­чета предусматривала нормировку выбранных признаков па следующей формуле:

где х ■—среднее значение признака для месторождении, находя­щихся в обучении; а — среднеквадратичное отклонение для того*, же признака; Х{ — значение признаков экзаменуемого месторож­дения.

В обучение были взяты последовательно 4, 6, 8 месторожде­ний каждого класса и далее с тем же интервалом до 20 место­рождений каждого класса до получения 100%-ной сходимости; результатов при последующей проверке всех 59 месторождений.

Проведенный расчет (табл. III.6) показал, что при учете всех девяти признаков в обучение достаточно вводить по 16 место­рождений каждого класса для получения 100%-ной сходимости всех экзаменуемых систем.