Информация для моделирования - Математическое моделирование в лесной промышленности

Информация для моделирования носит разнообразный характер - детерминированная и случайная, нормативная и расчетная, достоверная и недостоверная, репрезентативная и нерепрезентативная, независимая от деятельности человека и зависимая (изменяющаяся), значимая (ценная) и незначимая, производственная и природная, экономическая и техническая и так далее. Каждый из перечисленных видов информации требует своих подходов для сбора и обработки.

Проще всего оперировать с детерминированной технико-экономической информацией, отраженной в экономико - бухгалтерской отчетности предприятий. Это различные стоимостные показатели - себестоимость, прибыль, приведенные затраты и другие - на валке, обрезке сучьев, трелевке, погрузке, раскряжевке, то есть по операциям и в целом по всему циклу лесозаготовительного производства; временные показатели - коэффициент использования машин и рабочего времени - и прочие. Однако при сборе подобной информации следует обратить особое внимание на ее достоверность - правильность и адекватность представления реальности, - ибо готовят такую информацию люди, которым свойственны различные ошибки. Наиболее трудоемок процесс получения информации, характеризующей предмет труда, природно-производственные условия, надежность работы механизмов, колебания их производительности, то есть информации случайного - стохастического или статистического - характера. Более подробно с основными понятиями случайной величины, законами ее распределений, конкретными описаниями отраслевой информации можно познакомиться в [3, 13, 26-31].

Последующие подразделы представляют способы получения достоверной стохастической информации для моделирования объектов лесозаготовок для моделирования включает в себя следующие основные этапы. математический моделирование лесозаготовка

    1. Подготовка к проведению наблюдений:
      А) разработка методики и, как отмечалось ранее, плана эксперимента - матрицы плана для активного эксперимента; необходимой документации - хронометражных листов, таблиц опытов и пр.; определение фиксажных точек и действий наблюдателя; приобретение, установка и настройка необходимых инструментов и приборов; Б) определение необходимого числа наблюдений - опытов, измерений - для получения достоверных результатов при оценке выборочной совокупности на предмет подбора закона распределения.

Одним из важнейших показателей результатов эксперимента является их представительность или репрезентативность, характеризующая достоверность и точность результатов, полученных из ограниченного числа измерений. Чтобы получить "абсолютно" точный результат, например, среднее значение продолжительности цикла сучкорезной или валочно-пакетирующей машины, необходимо иметь бесконечно большое число измерений.

Такая необходимость вытекает из закона больших чисел, согласно которому среднее значение совпадает с математическим ожиданием случайной величины (продолжительность цикла машины является случайной величиной) лишь при бесконечном возрастании числа измерений. Реально добиться такого совпадения невозможно.

С тем, чтобы ускорить и удешевить эксперимент, исследователь стремится к сокращению числа опытов. Но при этом страдают точность и достоверность конечного результата.

Поэтому разработаны специальные методы, базирующиеся на положениях теории вероятностей и математической статистики, позволяющие заранее оценить достоверность результата эксперимента и рассчитать необходимое число замеров, удовлетворяющее требуемой точности результата. Очень высокая точность оценки характеристик случайной величины может быть достигнута в случае, когда число наблюдений стремится к бесконечности.

Однако физически бесконечное число наблюдений не реализуемо в связи с бесконечными затратами. Затраты минимальны при проведении одного наблюдения, но здесь совершенно отсутствует какая-либо точность определения характеристик случайной величины.

Например, при определении среднего объема хлыста на лесосеке замер одного хлыста (дерева) даст весьма неточный результат с минимумом затрат - временных и денежных, а замер всех хлыстов приведет к высокой точности со значительными, реально не обеспеченными затратами.

Похожие статьи




Информация для моделирования - Математическое моделирование в лесной промышленности

Предыдущая | Следующая