2. Для группы, имеющей меньшее количество элементов (наборов конечных реализаций величин), каждому из них находится наиболее близкий, в смысле некоторой метрики, элемент из второй группы. При этом реализации каждой переменной в двух группах, за исключением ведущей, должны иметь одинаковое число и порядок следования вдоль кривой тождественных особых точек. Если это условие не выполняется, данные реализации переменных отбрасываются в третью группу и дальше не рассматриваются. Степень близости рассчитывается для каждого набора конечных реализаций переменных по всем факторам, за исключением ведущего, в пространстве координат особых точек.
3. Степень близости сравнивается с пороговым значением и в двух группах остаются только те пары элементов, для которых она меньше порога. Остальные конечные реализации величин в дальнейшей обработке данных не участвуют.
4. После окончания формирования двух подмножеств, элементы которых обладают желаемыми свойствами, в каждом из них производится усреднение соответственных переменных по множеству.
5. При несущественном отличии определяющих факторов (за исключением ведущего), чего можно добиться за счёт соответствующего подбора порогового значения для оценки степени близости, исследуется влияние переменной, принятой за ведущую, на оптимизируемые показатели.
После отбора наиболее существенных факторов по степени их влияния на оптимизируемые показатели дальнейшее исследование может быть направлено на построение аналитических зависимостей и решение задач регулирования производства. Аналогично можно осуществлять изучение совместного влияния изменения групп факторов на конечные показатели.
Разработанный алгоритм применялся для формирования выборок конечных реализаций переменных, обладающих желаемыми свойствами при определении зависимостей между изменением содержания кремния в чугуне и производительностью доменной печи, коэффициентов динамической характеристики по каналу “расход кокса в подачу – содержанием серы в чугуне”, а также при оценке влияния переменных технологии на характеристики качества листовой стали.
2.5 Задачи структурного анализа
Структурный анализ направлен на вскрытие внутреннего строения динамического сигнала путем его разделения на простые структурно-однородные составляющие. Он опирается на динамическое оценивание разнообразных трендов с их наглядным представлением. Относительно медленно меняющаяся, плавная, гладкая составляющая динамического сигнала (процесса) называется трендовой (трендом, тенденцией). Тренд должен обладать высокой степенью гладкости по сравнению с исходной реализацией х(l). Критериальное определение тренда строится из следующих соображений: 1). Качественным показателем гладкости является сумма квадратов дискретного аналога второй производной процесса. В дискретной форме вторые разности можно записать в виде:
(2.46)
2). Наряду с гладкостью тренд должен отражать свойства исходного динамического сигнала (процесса) х(l). Количественной характеристикой близости тренда к исходной реализации могут служить следующие показатели точности:
(2.47)
где 
- фактические и сглаженные
(трендовые) значения ряда; l =
1,2, …, L.
Структурный анализ реализаций данных включает две основные задачи:
- Построение условно-образцовой кривой, которая отражает полезную низкочастотную (трендовую) составляющую реализации с указанием на ней моментов изменения свойств ряда, в частности, изменения тенденций. Этот момент, как было сказано ранее, назван особой точкой. Алгоритм построения условно-образцовой кривой играет роль «учителя» при выборе оптимальных настроек методов анализа рядов данных.
- Оптимизация настроечных параметров используемых методов структурного анализа и применение этих методов для выделения моментов изменения свойств ряда (особых точек), в частности, выделения моментов изменения тенденций на исследуемых реализациях.
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.