WWW.REFERATCENTRAL.ORG.UA - Я ТУТ НАВЧАЮСЬ

... відкритий, безкоштовний архів рефератів, курсових, дипломних робіт

ГоловнаГеографія фізична, Геоморфологія, Геологія → Задачі і методи аналізу забруднень в ГІС. - Контрольна робота

Задачі і методи аналізу забруднень в ГІС. - Контрольна робота

тимчасових рядів і, у принципі, його можна прямо застосувати для побудови авторегресії для будь-якої географічно заданої крапки полючи. Дійсно, для кожної фіксованої координатної крапки полючи послідовність миттєвих значень полючи буде представляти звичайний часовий ряд, і для нього може бути побудоване рівняння авторегресії, що пророкує значення інформаційної ознаки в даній крапці полючи по деякій послідовності обмірюваних попередніх значень. Рівняння авторегрессії будується по безлічі кінцевих відрізків тимчасового ряду, що складаються з р послідовних його значень, усереднюючи помилку на цій безлічі. Число р дискретних звітів, по яких будується рівняння авторегресії, називають його порядком. Воно повинно не перевищувати інтервалу автокореляції даного тимчасового ряду. Побудувавши рівняння авторегресії, можна послідовно обчислювати значення інформаційної ознаки на один, два, три і т.д. інтервали дискретизації вперед. У принципі, ніщо не заважає побудувати такі рівняння для кожної крапки полючи (крім великого обсягу обчислювальної роботи) і з їх допомогою прогнозувати майбутні стани поля в будь-якій його точці або у всіх відразу.
Більш складною задачею є побудова кількісної моделі зв'язку декількох пересічних геоінформаційних полів. Для добору значимих факторних полів тут можна застосувати функції кросспересічень. При цьому якщо має місце інерціальність впливу тих чи інших факторів, то вона може бути врахована уведенням відповідного часу запізнювання при побудові функції кросспересічень результуючого ознаки з даним фактором. Що ж стосується побудови самих математичних моделей, то вони повинні визначатися методами багатомірної регресії для синхронних (або запізнілих на заданий інтервал часу) кадрів полів, що враховуються. Можуть знаходитися регресійні моделі, як для деяких інтегральних параметрів результуючого полючи, так і для значень результуючого полючи в конкретних координатних точок. Так само, як і в попередньому випадку, ніщо не заважає при необхідності визначити такі рівняння для кожної точки простору, займаного результуючим полем. [1,3]
8. Оптимізаційні задачі. Можна представити кілька різновидів геоінформаційних оптимізаційних задач, для рішення яких будуть потрібні різні методи.
8.1 Оптимізація розміщення геоінформаційного поля на географічній місцевості з обліком її геофізичних особливостей. Прикладом таких задач можуть служити відвід землі під нове будівництво, планування площ сільськогосподарських земель під оброблення тієї чи іншої культури і т.д. Для рішення цих задач можна використовувати математичний апарат лінійного програмування. Основні труднощі при цьому будуть полягати у формалізації геофізичних особливостей місцевості, що повинні враховуватися при рішенні задачі, а обмежень, що також накладаються, і критеріїв оптимізації.
Важливою модифікацією цієї задачі є задача оптимального вибору місця для розміщення якого-небудь об'єкта. Від попередньої дана задача відрізняється тим, що, як правило, не існує єдиного чіткого критерію оптимальності розміщення. Можна сформулювати лише дуже нечіткі "функції переваги", які варто враховувати при виборі місця розміщення об'єкта. Для формалізації таких функцій переваги приходиться залучати методи нечіткої логіки або лінгвістичні методи.
Особливою специфікою відрізняються дані задачі при розміщенні (трасуванню) протяжних об'єктів: доріг, трубопровідних магістралей, ліній електропередач і ін. Для їхнього рішення методи лінійного програмування в чистому виді не підійдуть. Тут більш придатний метод послідовних наближень, а основною проблемою є облік впливу геофізичних особливостей місцевості на економічні витрати при будівництві даного об'єкта.
8.2 Оптимізація розміщення декількох непересічних геоінформаційних полів на географічній місцевості з обліком її геофізичних особливостей і функцій переваг для кожного геоінформаційного поля. Такі задачі щорічно приходиться вирішувати сільськогосподарським підприємствам при розміщенні посівів різних сільськогосподарських культур. При цьому заданими варто вважати загальну площу орних земель і площі, що відводяться під кожну культуру. Тут також не існує чітких критеріїв оптимальності і приходиться використовувати "нечіткі" знання, що виражаються у виді функцій переваги і висновків з минулого досвіду. Тут же повинні враховуватися і більш чіткі вимоги сівозміни. У принципі, ці задачі мають багато загального ос другою модифікацією попередньої задачі, але вимагають обліку великого числа обмежень і є більш громіздкими.
8.3 Задачі оптимального вибору фізичної природи непересічних геоінформаційних полів і їхнього оптимального розміщення на заданій географічній місцевості. Ці задачі фактично є більш загальною постановкою задач попереднього типу, коли вихідний набір фізичних інформаційних ознак не заданий і його варто вибирати як підмножина не заданої розмірності з дуже великої загальної безлічі таких ознак. Якщо як приклади знову звернутися до сільськогосподарських задач, то цьому класу задач будуть відповідати задачі оптимального планування використання наявних сільськогосподарських угідь. Тут основним критерієм оптимальності є економічна ефективність сільськогосподарського виробництва. Однак даний критерій вбирає в себе безліч приватних критеріїв і різноманітних функцій переваги, що неможливо виразити детермінованими функціями. Крім того, це типова системна задача, що вимагає обліку впливу численних факторів оточення як економічного, так і технічного і соціального характеру, особливо якщо неї вирішувати не в масштабах окремого господарства, а в масштабах чи району області.
8.4 Оптимізація полючи результуючого інформаційної ознаки шляхом підбора визначених факторних ознак і їх інтенсивності. Суть цієї задачі можна ілюструвати типовою задачею сільськогосподарського виробництва - оптимізації агротехнологій вирощування визначеної сільськогосподарської культури з урахуванням геофізичних особливостей розміщення посівних площ і впливу погодних умов. Ці задачі є розвитком і узагальненням задач 4, 5 і 7-го класів. У якості активних факторів, що впливають, тут виступають агротехнологічні прийоми передпосівної обробки ґрунту і терміни її проведення (з урахуванням погодних умов, що також виражаються геоінформаційними динамічними полями); види внесених добрив і гербіцидів, кількість і терміни їхнього внесення; види і терміни проміжної агротехнічної обробки посівів (прополка, культивація, підгодівля і т.п.); терміни збирання врожаю. Для рішенняподібних задач частково можуть використовуватися ті кількісні математичні моделі, що можуть бути отримані при рішенні задач 7-го класу за результатами господарювання за попередні роки. Однак, з огляду на розмаїтість погодних і інших зовнішніх умов, для достовірного обліку яких потрібна статистика за багато років, навряд чи можна сподіватися на одержання досить достовірних прогностичних кількісних моделей. Швидше за все, ці задачі прийдеться вирішувати з використанням технологій штучного інтелекту: нечітких безлічей, нечіткої логіки, експертних систем, заснованих на формуванні знань у даній предметній області і використанні функцій переваг, генетичних, продукційних
Loading...

 
 

Цікаве