Настройка модели прогнозирования
Задача настройки состоит в подборе таких параметров и функций принадлежности лингвистических оценок (рис. 8.12), которые обеспечат минимум расхождения между теоретическим и экспериментальным количеством заболеваний. В соответствии с методом наименьших квадратов эта задача формулируется так:
найти такие параметры и, что

где , , , - прогнозные количества заболеваний, которые зависят от параметров и функций принадлежности,
, , , - экспериментальные количества заболеваний,
- число циклов, которые используются для настройки модели.
После настройки модели прогнозирования при , что соответствует использованию данных за 1982 - 1993 годы, получены параметры функций принадлежности, показанные в табл. 8.13.
Таблица 8.13.
Параметры функций принадлежности после настройки
Лингвистические оценки переменных
| Параметр
|
|
|
| низкая (Н)
| 100.385
| 14.148
| ниже среднего (нС)
| 146.602
| 21.046
| средняя (С)
| 195.650
| 7.621
| выше среднего (вС)
| 234.457
| 19.760
| высокая (В)
| 251.836
| 36.640
|
Задача оптимизации решалась генетическим алгоритмом. Функции принадлежности после настройки приведены на рис. 8.14. В расчет принималось: , , , , , .

Использование настроенных функций принадлежности дает модель прогнозирования, которая достаточно близка к экспериментальным данным (рис. 8.15).

Поскольку экспериментальные значения количества заболеваний в 1994-1997 годах не использовались при настройке модели, то близкие результаты теории и эксперимента в этих годах свидетельствуют о достаточном для практики качестве построенной модели прогнозирования. Ошибка модели прогноза, а также прогноз количества заболеваний аппендикулярным перитонитом до 2001 года представлены в табл. 8.14.
Таблица 8.14.
Экспериментальное и теоретическое количество заболеваний.
Год
|
|
|
|
|
|
|
|
|
|
| Эксперимент
|
|
|
|
|
|
|
|
|
|
| Теория
|
|
|
|
|
|
|
|
|
|
| Ошибка
|
|
|
|
|
|
|
|
|
|
| Год
|
|
|
|
|
|
|
|
|
|
| Эксперимент
|
|
|
|
|
|
|
|
|
|
| Теория
|
|
|
|
|
|
|
|
|
|
| Ошибка
|
|
|
|
|
|
|
|
|
|
|
8.4. Идентификация коэффициента сцепления "автомобиль-дорога"
Задача оценки коэффициента сцепления колес автомобиля с дорожным покрытием возникает в связи с проведением автотехнической экспертизы при расследовании дорожно-транспортных происшествий (ДТП). От точности определения коэффициента сцепления зависит объективность принятия решения о виновности или невиновности водителя, который совершил ДТП (например, наезд на пешехода). Существующая методика позволяет определить только диапазон возможных значений коэффициента сцепления в зависимости от ряда влияющих факторов. Поэтому, окончательная его оценка определяется автотехническим экспертом субъективно, с учетом дополнительных факторов и условий, которые не входят в методику.
Принятие решения о причине аварии очень чувствительно к значению коэффициента сцепления: субъективный выбор нижнего или верхнего значения коэффициента может решить судьбу участников происшествия.
Целью исследования, результаты которого представлены в этом разделе, была разработка математической модели оценки коэффициента сцепления, которая бы учитывала всю доступную информацию о влияющих факторах и, за счет уточнения величины коэффициента сцепления, повышала объективность решений [49,70].
Не нашли, что искали? Воспользуйтесь поиском:
|