Проверяемый текст
Сасиков, Анатолий Сергеевич. Параметры и режимы работы комбинированной установки для ухода за кронами плодовых деревьев в горном садоводстве (Диссертация 2007)
[стр. 118]

I 18 Для определения постоянных коэффициентов используем метод наименьших квадратов, разработанный Гауссом.
Суть его состоит в следующем.
Согласно методу наименьших квадратов наилучшими коэффициентами аппроксимации или выравнивания считаются
тс, для которых сумма квадратов невязок будет минимальной.
5 (Со, С/, С2,
Сд> = X [[(Н, а, с1, С0, Су, С2, С3) А 7(4.53) Если выдвигается гипотеза о линейной зависимости, то 5 = 1 (О-С0-С,Н-С?а -С3с1)2 = пип.
(4.54) Как известно необходимые условия минимума функции многих переменных заключается в том, что все ее частные производные должны равняться нулю.
Найдя частные производные по
С0, С/, С2, С3 и приравнивая их нулю, после некоторых преобразований получим: Сол+С/ХЯ+с,! « +с31^=10 Соп+С^+С&На +С3^Дс1=^ОН СоП+С,1Да+С2'Е.а2+С311с1а=^ра, Соп+С^а+С,^ ас1+С&с1? ^йс1 (4.55) где п число эмпирических точек.
Подставляя данные
А Н, а, с1 из таблицы 4.3 в систему уравнений (4.55) и решая данную систему при помощи программных средств ЗРЗЗ 10.0.5 и 8-РШ8 2000, получили значения коэффициентов Со =330,26, С1 71, С2 -1,6, С3 = 55,39.
С использованием этих значений, получим уравнение регрессии: /)
=330,2671Н—1,6 а + 55,39(1.
(4.56) При этом коэффициент многомерной корреляции равен 0,87, что означает, что процесс адекватно описывается уравнением (4.56) при приведенных коэффициентах.
На рис.
4.9 показан вид ре1рессионной поверхности, которая описывается уравнением (4.56).
[стр. 105]

105 Таблица 4.4 Коэффициенты корреляции Параметры Н а а Линейная модель В -0,50 -0,23 0,64 Логарифмическая модель В -0,52 0,22 0,65 Экспоненциальная модель В 0,51 0,21 0,72 Уравнение (4.21) можно привести к линейному виду для этого, необходимо провести замену У=е“ , после чего получим: О = С0+С)Н + С2а + СуУ.
(4.22) Для определения постоянных коэффициентов используем метод наименьших квадратов, разработанный Гауссом.
Суть его состоит в следующем.
Согласно методу наименьших квадратов наилучшими коэффициентами аппроксимации или выравнивания считаются
те, для которых сумма квадратов невязок будет минимальной.
5 (Со, С,, С2,
С3) = I т й.
С* С;, С2> С3) Ц].
(4.23) Если выдвигается гипотеза о линейной зависимости, то 5 = 1 (0-Со-С,Н-С2а -Сзф2 = тт.
(4.24) Как известно необходимые условия минимума функции многих переменных заключается в том, что все ее частные производные должны равняться нулю.
Найдя частные производные по
Со, С/, С2, С3 и приравнивая их нулю, после некоторых преобразований получим: Соп+С/^Н+С^ а +С3^с1=^р Сйп+С,1Н}+С21На +С31Нс1=?РН Соп+С/^На +С2^а2+СзХ^а =^Оа С„п+С,2/М+С21ас1+С$/=1Рс1

[стр.,106]

106 где п число эмпирических точек.
Подставляя данные
Д Н, а, <1 из таблицы 4.4 в систему уравнений (4.25) и решая данную систему при помощи программных средств 8Р88 10.0.5 и 8РШ8 2000, получили значения коэффициентов С0 =330,26, С/ = -71, С? = -1,6, Сз = 55,39.
С использованием этих значений, получим уравнение регрессии:
О =330,26 71Н-1,6 а + 55,39(1.
(4.26) При этом коэффициент многомерной корреляции равен 0,87, что означает, что 77 из 100 случаев описывается уравнением (4.26) при приведенных коэффициентах.
На рис 4.7 показан вид регрессионной поверхности, которая описывается уравнением (4.26).
Рисунок 4.7 Поверхность регрессии Коэффициенты уравнения регрессии показывают, что наибольшее влияние на диаметр капли дождя оказывают давление воды /У, создаваемое в комби

[Back]