Программы «photomod» Чумовицкий А. А. Использование моделей временного ряда для прогнозирования сетевого трафика секция Технические науки Усманова Р. Р., Рекун А. П., Абзалова М. Р icon

Программы «photomod» Чумовицкий А. А. Использование моделей временного ряда для прогнозирования сетевого трафика секция Технические науки Усманова Р. Р., Рекун А. П., Абзалова М. Р



Смотрите также:
  1   2   3   4   5   6


Научно-издательский центр «Открытие»

otkritieinfo.ru


НАУКА XXI ВЕКА: НОВЫЙ ПОДХОД


Материалы молодёжной международной

научно-практической конференции студентов, аспирантов и молодых учёных


1-2 июня 2012 года

г. Санкт-Петербург


УДК 001

ББК 72я431


Наука XXI века: новый подход


Материалы молодёжной международной научно-практической конференции студентов, аспирантов и молодых учёных 1-2 июня 2012 года г. Санкт-Петербург


Представлены материалы докладов Молодёжной международной научно-практической конференции студентов, аспирантов и молодых учёных «Наука XXI века: новый подход».

В материалах конференции представлены результаты новейших исследований в различных областях науки: математики и информатики, технических, экономических, юридических наук, философии, педагогики, психологии, политологии. Сборник представляет интерес для научных работников, аспирантов, докторантов, соискателей, преподавателей, студентов – для всех, кто хотел бы сказать новое слово в науке.


ISBN978-5-8430-0189-6


Содержание


Секция 1. Математические науки


Малыгина Е. В.

^ РЕГРЕССИОННЫЙ АНАЛИЗ ВЛИЯНИЯ

РАЗЛИЧНЫХ ФАКТОРОВ НА ОЦЕНКУ

ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ…………………………..6


Секция 2. Информационные технологии

Самойлов М. В.

^ АВТОМАТИЗИРОВАННЫЙ ПРОЦЕСС ПОСТРОЕНИЯ ГОРИЗОНТАЛЕЙ В МОДУЛЕ «VECTOR 9»

ПРОГРАММЫ «PHOTOMOD»……………………………….…9

Чумовицкий А. А.

ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ ВРЕМЕННОГО РЯДА

ДЛЯ ПРОГНОЗИРОВАНИЯ СЕТЕВОГО ТРАФИКА………..15


^ Секция 3. Технические науки


Усманова Р. Р., Рекун А. П., Абзалова М. Р.

ПРИМЕНЕНИЕ КОМПЛЕКСА ANSYS-14 ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ДВИЖЕНИЯ ТРЕХФАЗНОГО ПОТОКА В ГАЗОПРОМЫВАТЕЛЕ …..…..23

Секция 4. Экономические науки


Иголкина Е. А., Лубшева М. Н.

^ БИЗНЕС-ИНКУБАТОР КАК СТРУКТУРНАЯ

ЕДИНИЦА НАЦИОНАЛЬНОЙ

ИННОВАЦИОННОЙ СЕТИ РОССИИ…………………………26

Казарина Е. А.

ЭКОНОМЕТРИЧЕСКОЕ МОДЕЛИРОВАНИЕ

ЗАПАСОВ ПРЕДПРИЯТИЯ ……………………………………31

Петрова М. С., Ерихов М. М.

^ ОРГАНИЗАЦИЯ РАБОТЫ ФИРМ – ДИСКАУНТЕРОВ

И ЭКСПЕРИМЕНТАЛЬНОЕ ОПРЕДЕЛЕНИЕ ЭЛАСТИЧНОСТИ СПРОСА НА УСЛУГИ

ЗАКАЗНЫХ ПАССАЖИРСКИХ ПЕРЕВОЗОК……………….37

Рожкова О. С., Склизкова Я. Е.

^ ПРИМЕНЕНИЕ МЕТОДОВ ИННОВАЦИОННОГО МАРКЕТИНГА ДЛЯ СОЗДАНИЯ ПОЛОЖИТЕЛЬНОГО ОБРАЗА МАГАЗИНОВ ОБУВИ (НА ПРИМЕРЕ

ОБУВНЫХ МАГАЗИНОВ Г. ОРСКА)…………………………43

Склизкова Я. Е., Рожкова О. С.

^ ОПТИМИЗАЦИЯ АССОРТИМЕНТА ПРОДУКЦИИ

С ЦЕЛЬЮ МАКСИМИЗАЦИИ ПРИБЫЛИ

НА ОСНОВЕ ДАННЫХ МАРЖИНАЛЬНОГО АНАЛИЗА

(НА ПРИМЕРЕ ООО «ПОЛИПАК»)……………………………50

Сухова Н. А.

^ МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ

ПРИБЫЛИ ОТ ПРОДАЖ………………………………………..55

Трунин А. А.

Влияние вступления России в ВТО

на розничную торговлю и малый бизнес………..60

Цыцыков Б. Б.

^ ИНСТИТУЦИОНАЛЬНЫЕ ФАКТОРЫ

РАЗВИТИЯ ИННОВАЦИЙ…………………………….………..64


Секция 5. Философские науки


Рязанова И. С.

ПРОБЛЕМЫ СОВРЕМЕННОГО ОБРАЗОВАНИЯ

В КОНТЕКСТЕ ГЛОБАЛЬНЫХ ПЕРЕМЕН………….……..…69


Секция 6. Юридические науки


Посашкова А. Л.

Перспективы экологического аудита

в деятельности учреждений УИС России…………74

^ Секция 7. Педагогические науки


Зейналова А. С.

ВНЕДРЕНИЕ ЗДОРОВЬЕСБЕРЕГАЮЩИХ ТЕХНОЛОГИЙ, СПОСОБСТВУЮЩИХ СОХРАНЕНИЮ И УКРЕПЛЕНИЮ ЗДОРОВЬЯ УЧАЩИХСЯ, В УСЛОВИЯХ ШКОЛЬНОГО ЛОГОПЕДИЧЕСКОГО ПУНКТА……………………………….78

Островерхий В. В.

ГУМАНИЗАЦИЯ ОБРАЗОВАТЕЛЬНОГО ПРОЦЕССА ВОЕННОГО ВУЗА КАК ФАКТОР АДАПТАЦИИ ИНОСТРАННЫХ КУРСАНТОВ………………………….…….84


Секция 8. Психологические науки


Юсупова М. М., Батурина О. С.

^ ОТНОШЕНИЕ К ДЕНЬГАМ У СТУДЕНТОВ:

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

ЭМПИРИЧЕСКОГО ИССЛЕДОВАНИЯ…………….…………92

Якупова Л. Р.

ПСИХОЛОГИЧЕСКИЕ ОСОБЕННОСТИ ПРОФЕССИОНАЛЬНОЙ ИДЕНТИЧНОСТИ

СТУДЕНТОВ-ПСИХОЛОГОВ………………………………….97


^ Секция 9. Политические науки


Махмутова Л. Ф., Ушакова Н. В

ЛИВИЯ ПОСЛЕ МУАММАРА КАДДАФИ……………….…101


Секция 1. Математические науки


^ РЕГРЕССИОННЫЙ АНАЛИЗ ВЛИЯНИЯ

РАЗЛИЧНЫХ ФАКТОРОВ НА ОЦЕНКУ ПРОМЕЖУТОЧНОЙ АТТЕСТАЦИИ

Е. В. Малыгина

Ливенский филиал Госуниверситета – УНПК, г. Ливны,

Орловская область, Россия, E-mail: elena_malygina_92@mail.ru


Обучение с использованием балльно - рейтинговой системы предоставляет возможность студентам понимать систему формирования оценок по дисциплинам, своевременно оценивать уровень (качество) освоения дисциплины, выполнение всех видов учебной работы до начала экзаменационной сессии. Однако не все студенты осознали необходимость систематической работы по усвоению материала на основе информированности о текущих результатах по дисциплине и имеют навыки самостоятельного планирования работы.

Целью написания данной работы было определение по результатам анонимного анкетирования студентов 2 курса степени влияния на итоговую оценку третьего семестра по дисциплине «Математика» факторов: х1 - баллы, полученные на экзамене, х2 - баллы, набранные в семестре, х3 - общее количество времени на подготовку к экзамену, х4 -количество времени на подготовку к практическим занятиям, х5 - школьная оценка, х6 - пол.

Для математического моделирования степени влияния на итоговую оценку различных факторов использовано уравнение линейной множественной регрессии [1]

,

в котором использовано шесть факторов.

На основе метода наименьших квадратов получена система уравнений, решение которой найдено по формулам Крамера. В итоге получено уравнение:

=0,30792+0,02332х1+0,02850х2+0,00798х3+0,03450х4+

+0,33891х5-0,25992х6

Из уравнения следует:

- при увеличении баллов, полученных на экзамене, на единицу экзаменационная оценка увеличивается на 0,023 балла,

- при увеличении баллов, набранных в семестре, на единицу экзаменационная оценка увеличивается на 0,028 балла,

- при увеличении общего количества времени на подготовку к экзамену на один час экзаменационная оценка увеличивается на 0,008 балла,

- при увеличении количество времени на подготовку к одному практическому занятию на один час экзаменационная оценка увеличивается на 0,035 балла,

- при увеличении школьной оценки на один балл экзаменационная оценка увеличивается на 0,339 балла.

Коэффициент b6 = -0,259921, стоящий при фиктивной переменной х6 (пол), показывает, что показатель «мужской пол» уменьшает экзаменационную оценку на 0,26 балла, что свидетельствует о недостаточно ответственном отношении к учебе данной части группы.

Для сопоставления степени влияния каждого из факторов на оценку уравнение множественной регрессии было представлено в стандартизированном масштабе [1]

,

где - называются стандартизированными переменными, которые вычисляются по формулам

; ,

коэффициенты называются стандартизированными коэффициентами множественной регрессии и сравнимы между собой в силу того, что все переменные заданы как централизованные и нормированные.

В результате выполнения расчетов уравнение имеет вид




Можно констатировать, что наибольшее влияние на экзаменационную оценку оказывают баллы, полученные на экзамене (коэффициент получил наибольшее значение), далее в порядке убывания силы влияния идут факторы х2 - баллы, набранные в семестре, х3 - общее количество времени на подготовку к экзамену, х5 - школьная оценка, х6- пол, х4 - количество времени на подготовку к практическим занятиям. Полученные результаты говорят о том, что большинство студентов, как правило, мало работают в течение семестра.

Для оценки качества полученной модели найдена средняя ошибка аппроксимации



В среднем расчетные значения итоговой оценки отклоняются от фактических значений на 9,5%, что говорит о повышенной, но допустимой ошибке аппроксимации.

Тесноту совместного влияния факторов на результат оценили с помощью индекса множественной корреляции

.

Множественный коэффициент детерминации: R2 = 0,8765 показывает, что изменение итоговой оценки на 88% происходит под воздействием включенных факторов: баллы на экзамене и в семестре, время на подготовку к экзамену и к практическим занятиям, школьная оценка, пол.

Проверку значимости уравнения регрессии проведена на основе F – критерия Фишера:

.

Табличное значение F-критерия при доверительной вероятности 0,95, степеням свободы: k1 = m = 6 и k2= nm - 1=21 – 6 – 1 = 14 составляет

Fтабл = F( ; k1 ; k2)= F( 0,95;6;14)= 2,85.

Так как Fфакт> Fтабл, то уравнение регрессии является статистически значимым, надежным и адекватным исходным числовым данным, следовательно, уравнение пригодно для прогнозирования.

Результаты математического моделирования показали, что для повышения экзаменационной оценки студентам группы необходимо больше время уделять подготовке к занятиям во время семестра, своевременно повторять материал школьного курса. Причем в условиях сложившейся тенденции мужской части данной группы необходимо для улучшения ситуации принимать срочные меры по увеличению количества времени на подготовку к занятиям и улучшению качества подготовки.


Литература

1. Елисеева, И.И. Эконометрика: учебник/И.И. Елисеева – М.: Финансы и статистика, 2006. – 344 с.


Секция 2. Информационные технологии


^ АВТОМАТИЗИРОВАННЫЙ ПРОЦЕСС ПОСТРОЕНИЯ ГОРИЗОНТАЛЕЙ В МОДУЛЕ «VECTOR 9»

ПРОГРАММЫ «PHOTOMOD»

М. В. Самойлов

г. Усть-Каменогорск, ст. Казахстан, smaxim1988@mail.ru


«VeСtor» - это геоинформационная система, предназначенная для создания и редактирования электронных карт, решения типовых прикладных задач и разработки специализированных ГИС-приложений в среде Windows 95, 98, Windows NT и Windows СЕ.

Система позволяет создавать векторные, растровые и матричные карты, а также оперативно обновлять различную информацию о местности. База данных электронных карт имеет иерархическую структуру. На нижнем уровне хранится информация об отдельных объектах карты. Объекты могут объединяться в группы, слои и листы карт. Совокупность листов карт одного масштаба и вида составляет район работ - отдельную базу данных электронных карт. Описание отдельного объекта состоит из метрических данных (координат на местности), семантических данных (свойств объекта), текстовых справочных данных, иллюстративных графических данных и других данных, включая уникальный номер объекта, через который осуществляется логическая связь с внешними реляционными БД (базами данных).

Основными функциями системы « VectOr» являются:

- создание и использование иерархической структуры базы данных электронных карт, имеющей уровни: район работ, листы карты, слой объектов, отдельные объекты местности;

- редактирование содержимого базы данных электронных карт с использованием графического интерфейса пользователя: создание нового уровня, обновление, удаление, копирование и восстановление объектов карты;

- визуализация содержимого базы данных в условных знаках, принятых для топографических, обзорно-географических, кадастровых и других видов карт;

- поддержка стандартных систем классификации, кодирования объектов и их характеристик;

- поддержка пользовательских условных знаков, слоев, объектов и их характеристик;

- выполнение расчетных операций: определение площади, длины, периметра, построение зон отсечения, ведение статистики по характеристикам объектов;

- вывод на внешние устройства печати изображения электронной карты в принятых условных знаках; поддержка векторных и растровых устройств печати, цветных и черно-белых; изменение состава объектов и масштаба карты при печати.

Матрица высот – регулярный массив значений абсолютных высот на прямоугольный участок местности. Элемент матрицы соответствует квадратному участку местности, размер стороны которого называется точностью матрицы. Матрица высот может содержать абсолютный рельеф местности или сумму абсолютного рельефа и относительных высот объектов.

Матрица высот может быть получена различными способами: построена по векторной карте в ГИС VeCtor; создана на фотограмметрических приборах; загружена из других ГИС. При создании матрицы в ГИС VeCtor, определение значений элементов базируется на анализе объектов карты, имеющих информацию о рельефе (объекты, имеющие характеристику “абсолютная высота”; объекты, имеющие трехмерную метрику; объекты гидрографии; структурные линии рельефа). При создании матрицы слоев, информация о рельефе местности берется только из точек пикетажа, что понижает точность передачи форм рельефа. Для получения более точной информации о рельефе земной поверхности необходимо, при построении матрицы слоев, использовать матрицу высот.

Система VeCtor обрабатывает матричные данные о местности, представленные в открытом формате MTW.

Вызов диалога построения матрицы высот, матрицы качеств может быть выполнен:

- с помощью пункта «Создание матрицы» меню «Файл (File)»;

- нажатием кнопки «Создание матрицы» высот из панели «Работа» с матрицей высот задачи «Расчеты по карте (Map Computer)»;

- при добавлении несуществующего файла матрицы высот в диалоге «Список данных электронной карты».

При построении матрицы используется информация объектов карты и всех добавленных к ней пользовательских карт.

В матрицу информация о высотах записывается в упакованном виде, что существенно уменьшает размер файла.

Матрица высот может быть построена на район, на заданный в районе участок местности или на заданные листы района.

При построении матрицы высот для «Районов подтопления и затопления города Зыряновска», был выбран режим построения матрицы на район.

Тип результирующего рельефа задается в окне «Тип матрицы»:

- в случае задания абсолютного типа рельефа матрица строится с использованием объектов карты, имеющих характеристику абсолютная высота, а также объектов, метрика которых содержит абсолютные высоты;

- в случае задания суммарного типа к абсолютному рельефу добавляются высоты объектов, имеющих семантическую характеристику относительная высота или высоту относительно поверхности в метрике;

- в случае задания относительного типа рельефа относительные высоты объектов добавляются к плоской поверхности с абсолютной высотой, равной нулю.

Рельеф местности может содержать области локальных экстремумов (ямка, горка). На карте таким областям соответствуют замкнутые горизонтали. Если внутри замкнутой горизонтали отсутствует точечный объект, соответствующий локальному экстремуму (отметка высоты, пункт ГГС и т.п.), то в данной области будет построена плоская поверхность с высотой замкнутой горизонтали. Режим «Формирование» экстремумов позволяет устранить этот недостаток - построить внутри замкнутой горизонтали поверхность, соответствующую локальному экстремуму рельефа.

Режим занесения высот задается в окне «Высота при наложении».

Если расстояние между объектами карты с высотными характеристиками меньше размера элемента матрицы, то при обработке объектов происходит наложение высот, т.е. попадание двух или более объектов в одну и ту же элементарную площадку. В этом случае содержимое создаваемой матрицы зависит от заданного режима Высота при наложении. Если задан режим «Высота при наложении – Средняя», то результирующая высота элементарной площадки вычисляется как среднее арифметическое имеющегося значения высоты и абсолютной высоты обрабатываемого объекта. Если задан режим «Высота при наложении – Максимальная», то результирующей высотой элементарной площадки будет максимальная из высот объектов, попавших в данную площадку. Если задан режим «Высота при наложении – Минимальная», то результирующей высотой элементарной площадки будет минимальная из высот объектов, попавших в данную площадку. При попадании в элементарную площадку точечного объекта с абсолютной высотой результирующей высотой площадки будет высота точечного объекта, независимо от заданного режима Высота при наложении.

Режим «Высота при наложении» не влияет на занесение в матрицу относительных высот, при котором в элемент всегда заносится максимальная относительная высота.

Диалог создания матрицы имеет режим «Определение ошибки наложения высот».

Данный режим позволяет выполнить предварительную оценку качества создаваемой матрицы. Результатом оценки является максимальная разность высот объектов, попадающих в элементы матрицы. Процесс определения ошибки наложения высот запускается нажатием кнопки «Определить». После выполнения процесса максимальное значение ошибки выводится в окно Ошибка наложения высот. В процессе определения ошибки наложения высот выполняется преобразование исходных векторных данных района в растровый вид, но файл матрицы не формируется. Результат оценки (значение ошибки наложения высот) записывается в заголовок создаваемой матрицы при запуске построения без изменения настроек диалога.

Трехмерная метрика объектов карты будет участвовать в построении матрицы, если задан режим «Использовать» высоты из трехмерной метрики объектов.

Если задан режим «Строить» поверхность внутри площадных объктов с трехмерной метрикой, то высоты элементов, расположенных внутри площадного объекта с трехмерной метрикой, вычисляются по метрике данного объекта и заносятся в матрицу независимо от значения режима Высота при наложении. Режим «Строить» поверхность внутри площадных объектов с трехмерной метрикой позволяет устранить влияние (наложение высот) объектов, расположенных вблизи площадного объекта с трехмерной метрикой.

Качество создаваемой матрицы зависит от наличия объектов карты с высотными характеристиками (абсолютная высота, трехмерная метрика), а также от наличия объектов гидрографии без высотных характеристик, пространственное положение которых определяет особенности рельефа местности.

При обработке линейного объекта гидрографии с переменной высотой (линия водотока - река, ручей и т.п.) в матрицу заносятся уменьшающиеся значения высоты, соответствующие обрабатываемой линии водотока. Значения и перепад заносимых высот зависят от высот объектов карты, с которыми пересекается данный объект гидрографии. Если линейный объект гидрографии не пересекает объектов с высотными характеристиками, то он не обрабатывается.

При обработке площадного объекта гидрографии с постоянной высотой, не имеющего характеристики “абсолютная высота” (водная поверхность - озеро, водохранилище и т.п.), в матрицу заносятся одинаковые значения высоты, соответствующие обрабатываемой водной поверхности. Значение высоты вычисляется с учётом высот ближайших окружающих объектов карты.

Горизонтали строятся по матрице высот. Через функцию «Задачи – Запуск приложений». При дальнейшей векторизации рельефа встает вопрос о заполнении значений абсолютной высоты у создаваемых объектов.

Эту задачу можно решить двумя способами:

1. Вводить значение высоты в семантику объекта непосредственно при его создании.

2. Произвести последовательное создание метрического и семантического описания создаваемых объектов:

- Произвести векторизацию объектов без заполнения значения абсолютной высоты.

- Заполнить значения высоты для нескольких объектов, для которых это значение можно быстро и однозначно определить (подписанные горизонтали).

- Выделить на карте все объекты рельефа, не имеющие в семантике значения характеристики «Абсолютная высота».

- Путем заполнения значений высот по профилю между “известными” (не выделенными) объектами или путем копии значения высоты из “известного” объекта в “неизвестный” произвести заполнение высот для остальных объектов. После заполнения значения высоты для очередного объекта с него снимается выделение, что облегчает поиск на карте еще не обработанных объектов.

После построения горизонталей и подписи высот на них через 5 метров, идет этап нанесения отметок высот. Отметки высоты ставятся вручную в среде ГИС VeCtor 9, по известной семантике горизонталей - это последний (завершающий) этап создания полноценной, пригодной для дальнейшего использования топографической основы.


^ ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ ВРЕМЕННОГО РЯДА ДЛЯ ПРОГНОЗИРОВАНИЯ СЕТЕВОГО ТРАФИКА

А. А. Чумовицкий

ФГОБУ МГТУ «СТАНКИН», г. Москва, Россия

iskanderiskanderovich@gmail.com


В современном мире интернет занимает все большее место в жизни общества, и, как следствие, все время растут объемы передаваемой информации. Компания Cisco опубликовала в своем пятом по счету ежегодный прогнозе Visual Networking Index (VNI) Forecast (2010-2015) . Он носит глобальный характер, но вместе с тем впервые содержит информацию, характеризующую развитие сетевых технологий в ключевых регионах планеты, в том числе и в России. Прогнозы Cisco для Российского региона сводятся в общем к увелечению трафика на 400%, а трафик мобильных сетей увеличется в 29 раз [1]. Это приводит к значительным нагрузкам каналов связи, что приводит к удорожанию трафика, как такого. Для решения сложившейся проблемы есть два подхода: экстенсивный, предлагающий использования все более совершенных и дорогих каналов связи, а так же использования более дорогой и сложной техникой, и интенсивный, который говорит о необходимости постоянного контроля и управления существующим трафиком. Очевидно, что второй метод дает большую отдачу от используемого оборудования. Для грамотного управления требуется не только знать текущее состояние трафика, но и умение делать прогнозы его в будущем. Ниже предлагается методика для проведения прогноза временного ряда (рис. 1).

Временной ряд имеет сложную структуру: периоды постепенного роста в среднем неожиданно прерываются резкими взлетами, называемые интервенциями.

На графике хорошо видны 6 интервенций, рассмотрим 5 из них (в точках 72, 120, 156, 270, 324). Первую интервенцию опускаем, т.к. не хватает данных для ее анализа.





Рис. 1


Чтобы построить эффективную модель, необходимо сначала исследовать влияние этих интервенций и исключить их из данных. Для этого используется динамическая модель интервенций [2]. Оценим каждую интервенцию и временно удалим их из временного ряда (рис. 2). Характеристики всех интервенций приведены ниже в таблице 1.





Рис. 2


Таблица 1


Таблица 1Интервенция

Параметры

Тип интервенции

Интервенция в тчк.72

Размер интервенции 53.47856628

АР(1) = -0.9561192999

АР(2) = 0.207073995

АР(3) = -0.1956723301

СС(1) = 122.0466891

СС(2) = 60.87319919

СС(3) = 40.24749082

импульс

Интервенция в тчк.120

Размер интервенции 76.29740675

АР(1) = -0.9508254629

СС(1) = 118.109335

СС(2) = 75.67974556

СС(3) = 24.72834179

импульс

Интервенция в тчк.156

Размер интервенции 124.8071985

АР(1) = -0.9173308102

СС(1) = 99.55485595

СС(2) = 46.80463046

импульс

Интервенция в тчк.270

Размер интервенции 174.3091037

АР(1) = -0.6428590314

СС(1) = -135.4235231

СС(2) = -20.03287215

СС(3) = 50.50526381

ступень

Интервенция в тчк.324

Размер интервенции 144.9275428

АР(1) = -0.8717024425

АР(2) = -0.09739480634

СС(1) = 225.9944776

СС(2) = 43.98825214

импульс

Рассмотрим получившийся временной ряд. Очевидно, что он не является стационарным, его среднее значение меняется со временем. Чтобы привести ряд к стационарному виду, необходимо удалить из ряда сезонную составляющую и тренд. Предварительный анализ автокорреляционной функции [3] позволяет сделать вывод о том, что для удаления тренда и сезонной составляющей достаточно использовать несезонные разности первого порядка и сезонные разности первого порядка с периодом 12. Результат приведён на Рис. 3.





Рис. 3


Рассмотрим автокорреляционную функцию, только что полученного стационарного ряда Рис. 4. Видно, что происходит быстрое убывание автокорреляций, что говорит о стационарности ряда.





Рис. 4


Анализ графика автокорреляционной функции Рис. 4 приводит к выводу, что модель временного ряда должна быть представлена несезонной авторегрессией 3 – его порядка, скользящим средним 3 – его порядка, сезонной авторегрессией 2 – го порядка, сесзонное скользящее среднее имеет порядок 1.

Используя полученную модель стационарного временного ряда можно создать прогноз временного ряда, полученного после удаления интервенций. Для того, чтобы построить прогноз исходного временного ряда, необходимо восстановить ранее удалённые интервенции. Конечный результат представлен на рис. 5. Как видно в полученном ряде довольно небольшая тенденция к расхождению доверительных интервалов, а так же хорошо видна тенденцию к убыванию, свойственная после интервенций типа импульс (см. таб.1). Все это говорит о достаточно хорошем результате.





Рис. 5


Таким образом, использование данной методики дает достаточно высокую точность при прогнозировании трафика. Это дает проводить предупреждающие действия для управления трафиком, что в конечно счете благоприятно скажется на стоимости связи.


Литература

  1. Официальный сайт ООО «Сиско Системс» [электронный ресурс] / статья: «Cisco: к 2015 году объем интернет-трафика может вырасти в четыре раза»; глава пресс-службы А. Палладин – Электрон. дан. М: 2011 – Режим доступа:http://www.cisco.com/web/RU/news/releases/txt/2011/060111b.html свободный – Загл. с экрана.

  2. Баласанов Ю.Г., Дойников А.Н., Королев М.Ф., Юровский А.Ю. Прикладной анализ временных рядов с программой ЭВРИСТА. Центр СП «Диалог» МГУ. 1991. – 328с.

  3. Бокс Дж., Дженкинс Г. Анализ временных рядов, прогноз и управление: Пер. с англ. // Под ред. В.Ф. Писаренко. – М.: Мир, 1974, кн. 1. – 406 с.



Секция 3. Технические науки


^ ПРИМЕНЕНИЕ КОМПЛЕКСА ANSYS-14 ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ДВИЖЕНИЯ ТРЕХФАЗНОГО ПОТОКА В ГАЗОПРОМЫВАТЕЛЕ
Р. Р. Усманова, А. П. Рекун, М. Р. Абзалова
Уфимский государственный авиационный технический университет, г.Уфа, Россия

^ E-mai:l Regina_u@list.ru ; orisung@gmail.com; margarita14r@gmail.com


Применение вычислительных технологий позволяет рассчитывать гидродинамические характеристики вихревых течений на стадии разработки и проектирования промышленных устройств, позволяя избежать необходимости дорогостоящих испытаний.

Гидродинамический расчет позволяет определить сопротивление аппарата и предсказать траектории движения очень мелких частиц. Расчетная сетка была построена в сеточном генераторе ANSYS ICEM CFD. Сетка содержит 2284756 гексаэдрических элементов. Общий вид расчетной области показан на рисунке 1.





Рисунок 1. Сеточная модель


На рисунке 2 представлены профили скорости дисперсных частиц. Анализируя полученные профили, можно заключить, что вблизи стенки существует возвратное течение, которое будет способствовать вторичному уносу отсепарированных частиц. При захвате частиц возвратным потоком их поведение в большой мере зависит от размера. Только самые мелкие частицы, имеющие примерно такую же скорость, что и несущий поток, способны следовать за быстрым расширением и торможением закрученного потока в корпусе газопромывателя.





Рисунок 2. Профиль скорости дисперсной фазы


Дисперсная фаза, как видно из рисунка 3, распределяется в объеме аппарата неравномерно. Максимум концентрации частиц в аппарате достигается на стенках улиточного ввода газа и на внутренней поверхности цилиндрической стенки.




Рисунок 3. Распределение твердой фазы

в сечении аппарата

Расчетное распределение объемной концентрации частиц позволяет судить об эффективности аппарата. Следует отметить, что высокая концентрация частиц достигается вблизи сепарационной зоны. В непосредственной близости от выхлопного патрубка концентрация становится низкой. Гидродинамический режим работы динамического газопромывателя [1] для частиц с диаметром 20 мкм и объемной концентрации 2,7.0e-1 может считаться оптимальным.

Расчет дает качественную картину развития течения трехфазного потока и относительно хорошее количественное согласие результатов с данными, полученными другими исследователями.


Литература

1. Патент №2339435 РФ, МКИ В01 Д47/06 Динамический газопромыватель/Р.Р. Усманова .2008. Бюл.№33.





страница1/6
Дата конвертации27.11.2013
Размер1,15 Mb.
ТипДокументы
  1   2   3   4   5   6
Разместите кнопку на своём сайте или блоге:
rud.exdat.com


База данных защищена авторским правом ©exdat 2000-2012
При копировании материала укажите ссылку
обратиться к администрации
Документы