Разработка метода повышения точности прогноза выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

Автор: Фролов Сергей Викторович

Журнал: Горные науки и технологии @gornye-nauki-tekhnologii

Статья в выпуске: 3, 2012 года.

Бесплатный доступ

Для оценки применимости регрессионной прогнозной модели необходимо оценить модули величины коэффициента взаимной корреляции. Величина доверительного интервала прогнозирования является мерой качества прогноза по этой модели. В реальных производственных ситуациях из-за влияния неучтенных в прогнозной модели факторов ошибок измерений технических характеристик, особенно при малых объемах выборки, точность прогноза получается достаточно низкой. Предлагается использовать комбинированный метод, который состоит из комбинации двух методов. Предложенные методы позволяют более эффективно, с наименьшими затратами (по сравнению, например, с многократными измерениями с целью устранения ошибок или анализом на однородность) получить достаточный выигрыш.

Еще

Прогнозирование, регрессионная модель, нелинейные модели, внутренний отвал

Короткий адрес: https://sciup.org/140215472

IDR: 140215472

Текст научной статьи Разработка метода повышения точности прогноза выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

Для оценки применимости регрессионной прогнозной модели (1-3) необходимо оценить модули величины коэффициента взаимной корреляции.

Х ТРАН =-7989,44+830,34∙lnk 5 -0.99∙√k 6 +667,60∙logk 7 -0,02∙k 8 +126,36∙(1/k 9 )

Y ТРАН =-2561,04+291,67∙lnk 5 +1.63∙√k 6 +124,73∙logk 7 -0,01∙k 8 +89,61∙(1/k 9 )

Z ТРАН =-625,263+81,974∙lnk 5 +0,38∙√k 6 +3,721∙logk 7 -0,001∙k 8 -1,147∙(1/k 9 )

Величина доверительного интервала прогнозирования является мерой качества прогноза по этой модели. В реальных производственных ситуациях из-за влияния неучтенных в прогнозной модели факторов ошибок измерений технических характеристик, особенно при малых объемах выборки, точность прогноза получается достаточно низкой.

В данной работе, рассматривается метод повышения точности прогнозирования с использованием разработанных прогнозных моделей (1-3) на основе нелинейной регрессии.

Предлагается использовать комбинированный метод (рис. 3), который состоит из комбинации двух методов.

Первый метод (рис. 1) заключается в нахождении по исходным статистическим данным линейного регрессионного уравнения, параметры которого определяются с помощью метода наименьших квадратов, и смещении этого уравнения относительно исходного на величину ±д . Таким образом получается коридор, в который не попадают неоднородные точки. Для получения линейного регрессионного уравнения необходимо разработанные нелинейные модели привести к линейному виду.

Второй метод (рис. 2) заключается в нахождении нелинейного регрессионного уравнения, величины среднего значения регрессора и восстановлении перпендикуляра в точке хср (среднее значение х) по найденному регрессионному уравнению. Далее строятся две прямые, параллельные построенному смещенные на величину перпендикуляру.

Рис. 1.

Рис. 2.

Рис. 3

Критерием эффективности является коэффициент, который находится по формуле:

2 ta о tz _            y

K2 - -—;--;—7

где

  • λ – величина смещения;

  • t α , t α '– доверительный интервал для исходных данных и данных после отбрасывания точек.

Величина смещения λ находится следующим образом. По исходному регрессионному уравнению находится в т. хпр (х прогнозное) находится значение упр. Далее после отбрасывания точек находится новое регрессионное уравнение. В это уравнение подставляется значение хпр и находится соответственно новое значение упр, а величина смещения будет равна абсолютному значению разности полученных величин упр.

В результате исследования было выявлено, что использование методов повышения прогноза приводит к увеличению точности прогнозирования.

По результатам моделирования выигрыш от применения метода повышения достоверности прогнозирования составил от 25%, что позволяет рекомендовать предложенный метод для увеличения точности прогнозирования выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала с использованием регрессионных нелинейных прогнозных моделей.

Предложенные методы позволяют более эффективно, с наименьшими затратами (по сравнению, например, с многократными измерениями с целью устранения ошибок или анализом на однородность) получить достаточный выигрыш.

Необходимо отметить, что мерой качества прогноза может служить коэффициент, характеризующий отношение числа подтвердившихся прогнозов к общему числу сделанных прогнозов. Очень важно осуществлять расчет этого коэффициента не по окончании прогнозируемого срока, а при составлении самого прогноза. Для этого можно использовать метод инверсной верификации путем ретроспективного прогнозирования. Это означает, что правильность прогнозной модели проверяется ее способностью воспроизводить фактические данные в прошлом. Других формальных критериев, знание которых позволило бы априорно заявить об аппроксимирующей способности прогнозной модели, не существует.

Список литературы Разработка метода повышения точности прогноза выброса вредных веществ автотранспортом карьера при формировании внутреннего отвала

  • Куляница А.Л., Томин С.В. Компьютерные инструментальные средства моделирования сложных систем//Учебное пособие для вузов. -М.: МГГУ, 2000. -146 с.
  • Куприянов В.В., Фомичева О.Е. Интеллектуализация технологий автоматизированных систем//Учебное пособие, ч.1. -М.: МГГУ, 1994. -101 с.
  • Куприянов В.В. Теория и методы построения интегрированных систем автоматизированного обеспечения безопасности при авариях на предприятиях горнодобывающих отраслей: Дисс. д.т.н. -М., 1997. -416 с.
  • Федунец Н.И., Куприянов В.В. Теория принятия решений//Учебное пособие для вузов. -М.: МГГУ, 2005. -218 с.
Статья научная