THE ELECTRONIC SCIENTIFIC JOURNAL "YOUNG SCIENCE OF SIBERIA"

ПРИМЕНЕНИЕ РЕГРЕССИОННОГО АНАЛИЗА ПРИ РЕШЕНИИ РЕАЛЬНЫХ ЗАДАЧ ТЕХНИЧЕСКОГО ХАРАКТЕРА

Receipt date: 
02.07.2020
Bibliographic description of the article: 

Караулова А.В., Базилевский М.П. Применение регрессионного анализа при решении реальных задач технического характера // «Молодая наука Сибири»: электрон. науч. журн. – 2020. – №3(9). Режим доступа: http://mnv.irgups.ru/toma/39-2020 . – Загл. с экрана. – Яз. рус., англ. (дата обращения: 20.10.2020)

Year: 
2020
Journal number: 
УДК: 
519.862.6
Article File: 
Abstract: 

Статья посвящена обзору статей по вопросу применения регрессионного анализа в технической сфере современного мира. Рассмотрены следующие модели: модель, отражающая взаимосвязи характеристик обрабатываемого материала и технологических режимов лазерного упрочнения с глубиной поверхностного слоя; модель плотности имитационного шпика; модель длительности опорожнения ёмкости смесителя от остатков (выгрузки) при приготовлении зерновой смеси при производстве комбикормов; модель для вычисления температуры вспышки в закрытом тигле (ТВЗТ); модель влияния факторов условий эксплуатации на температуру поверхности автомобильного генератора; модель, используемая при разработке новой технологии высокообъемной комбинированной пряжи с использованием токов СВЧ; модель для мониторинга графиков движения поездов по критерию энергетической эффективности; модель, способствующая обеспечить точность формы отверстий при чистовой фрезерной обработке; модель для определения рациональных конструктивных параметров рифлёного валка. Почти все изученные модели являются нелинейными. На основе анализа рассмотренных источников был сделан вывод, что авторы при построении моделей практически не уделяют внимания их сложности.

List of references: 

1. Носков С.И. Технология моделирования объектов с нестабильным функционированием и неопределенностью в данных. – Иркутск: Облинформпечать, 1996. – 321 с.

2. Draper N.R., Smith H. Applied regression Analysis, 3rd edition. – John Wiley & Sons, 1998. – 736 p.

3. Mendenhall W., Sincich T.T. A second course in statistics: regression analysis, 8th edition. – Pearson, 2019. – 848 p.

4. Базилевский М.П., Гефан Г.Д. Эконометрика (продвинутый уровень): лабораторный практикум. – Иркутск: ИрГУПС, 2016. – 76 с.

5. Носков С.И., Базилевский М.П. Построение регрессионных моделей с использованием аппарата линейно-булевого программирования: монография. – Иркутск, ИрГУПС, 2018. – 176 с.

6. Базилевский М.П. МНК-оценивание параметров специфицированных на основе функций Леонтьева двухфакторных моделей регрессии // Южно-Сибирский научный вестник. 2019. – № 2 (26). – С. 66-70.

7. Баенхаева А.В., Базилевский М.П., Носков С.И. Моделирование валового регионального продукта Иркутской области на основе применения методики множественного оценивания регрессионных параметров // Фундаментальные исследования. 2016. – № 10-1. – С. 9-14.

8. Баенхаева А.В., Базилевский М.П., Носков С.И. Выбор структурной спецификации регрессионной модели валового регионального продукта Иркутской области // Информационные технологии и проблемы математического моделирования сложных систем. 2016. – № 16. – С. 31-38.

9. Носков С.И., Кириллова Т.К. Регрессионная модель оценки влияния рекреационной деятельности на социально-экономическое развитие территории // Вестник Иркутского государственного технического университета. 2013. – № 9 (80). – С. 24-28.

10. Чигиринский Ю.Л., Щепетнов И.А., Чигиринская Н.В. Регрессионная модель процесса лазерного упрочнения // Фундаментальные исследования. 2015. – № 6-2. – С. 306-310.

11. Наумов В.А., Коржавина Ю.Н., Шибеко А.Г., Сингаев В.И., Алышевский Д.Л. Регрессионная модель плотности имитационного шпика // Известия КГТУ. 2018. – № 49. – С. 145-153.

12. Борисова М.В., Титов А.Ю., Новиков В.В., Коновалов В.В. Регрессионная модель производительности опорожнения тихоходного смесителя // Вестник Башкирского государственного аграрного университета. 2019. – № 2 (50). – С. 103-108.

13.  Максимова А. Ю., Иванова А. А., Лозинский Н. С.  Регрессионная модель для прогнозирования температуры вспышки дизельного топлива в закрытом тигле // Информатика и кибернетика. 2019. – № 4 (18). – С.5-13.

14. Пузаков А.В., Осаулко Я.Ю. Исследование влияния эксплуатационных факторов на тепловое состояние автомобильного генератора // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). 2018. – № 1 (52). – С. 16-23.

15. Куландин А.С. Коган А.Г. Производство высокообъёмной комбинированной пряжи с использованием токов СВЧ. // Моделирование в технике и экономике: сборник материалов Междунар. науч.-практич. конф. / ВГТУ, - Витебск, 2016. – с.101-103.

16. Незевак В. Л. Моделирование процессов электропотребления на тягу при изменении параметров графика движения поездов на электрифицированных участках с III-м и IV-м типом профиля пути // Современные технологии. Системный анализ. Моделирование. – 2019. – Т. 61, № 1. – С. 156–166.

17. Стельмаков В.А., Никитенко А.В., Давыдов В.М., Гимадеев М.Р. Обеспечение точности формы при чистовой обработке отверстий методом фрезерования // Информационные технологии XXI века: сборник научных трудов. 2017. – С. 502-509.

18. Чертов Ю.Е., Галатов К.С., Молев М.Д. Регрессионный анализ процесса деформации стержня пера рифленым валком // Современные проблемы науки и образования. 2015. – № 2-3. – С. 49.

19. Базилевский М.П. Критерии нелинейности многофакторных квазилинейных регрессий // Молодежь и наука: актуальные проблемы фундаментальных и прикладных исследований: сборник материалов II Всероссийской национальной научной конференции студентов, аспирантов и молодых ученых. 2019. С. 210-213.

20. Базилевский М.П. Критерии нелинейности квазилинейных регрессионных моделей // Моделирование, оптимизация и информационные технологии. – 2018. – Т. 6. – № 4 (23). – C. 185–195.