Индивидуальные варианты заданий.
По результатам измерений содержания основных токсических металлов в волосах населения и в питьевой воде построена следующая таблица:
Zn_ волосы | Cu_ волосы | Pb_ волосы | Cr_ волосы | Fe_ волосы | Sr_ волосы | Sr_ воды | Cu_ воды | Pb_ воды | Zn_ воды | Cr_ воды | Fe_ воды |
169,8 | 10,70 | 0,900 | 1,032 | 16,70 | 4,30 | 0,082 | 0,0012 | 0,01 | 0,012 | 0,0012 | 0,087 |
156,2 | 7,22 | 0,656 | 0,600 | 12,70 | 3,33 | 0,088 | 0,0015 | 0,011 | 0,017 | 0,0012 | 0,088 |
204,5 | 14,80 | 5,170 | 1,080 | 16,70 | 4,45 | 0,099 | 0,0012 | 0,012 | 0,015 | 0,0005 | 0,078 |
141,9 | 12,35 | 3,283 | 0,050 | 20,80 | 6,43 | 0,099 | 0,0012 | 0,012 | 0,015 | 0,0005 | 0,078 |
171,0 | 9,15 | 2,846 | 1,626 | 23,30 | 5,87 | 0,101 | 0,0012 | 0,011 | 0,014 | 0,0005 | 0,1 |
216,3 | 8,42 | 3,480 | 4,520 | 29,70 | 3,90 | 0,107 | 0,0013 | 0,014 | 0,013 | 0,0007 | 0,067 |
120,5 | 11,10 | 3,770 | 2,080 | 24,40 | 5,00 | 0,11 | 0,0012 | 0,015 | 0,017 | 0,022 | 0,077 |
96,0 | 19,90 | 2,130 | 0,570 | 17,50 | 3,22 | 0,115 | 0,0014 | 0,015 | 0,015 | 0,001 | 0,08 |
140,6 | 6,46 | 0,185 | 2,636 | 23,30 | 6,15 | 0,115 | 0,0014 | 0,015 | 0,015 | 0,001 | 0,08 |
151,1 | 10,00 | 0,583 | 1,056 | 40,00 | 3,70 | 0,115 | 0,0013 | 0,013 | 0,015 | 0,0018 | 0,075 |
136,1 | 12,41 | 1,917 | 1,438 | 18,80 | 4,00 | 0,116 | 0,001 | 0,012 | 0,017 | 0,0008 | 0,093 |
121,8 | 8,05 | 0,122 | 1,945 | 26,20 | 6,04 | 0,117 | 0,0011 | 0,012 | 0,018 | 0,0017 | 0,075 |
110,3 | 12,30 | 7,220 | 0,630 | 26,80 | 7,35 | 0,117 | 0,0011 | 0,013 | 0,016 | 0,0007 | 0,081 |
107,3 | 8,9 | 3,8 | 2,54 | 23,7 | 10,5 | 0,118 | 0,0014 | 0,015 | 0,018 | 0,0022 | 0,081 |
132,7 | 11 | 2,33 | 0,3 | 15,5 | 3,55 | 0,128 | 0,0016 | 0,021 | 0,022 | 0,0012 | 0,122 |
203,0 | 4,20 | 15,000 | 1,100 | 49,80 | 6,43 | 0,129 | 0,0019 | 0,017 | 0,026 | 0,005 | 0,09 |
112,7 | 17,3 | 11,3 | 1,54 | 11,7 | 9,2 | 0,148 | 0,0017 | 0,013 | 0,044 | 0,003 | 0,064 |
121 | 14 | 6 | 1 | 40 | 7 | 0,152 | 0,0013 | 0,013 | 0,025 | 0,007 | 0,075 |
117,4 | 6,37 | 5,330 | 0,490 | 33,80 | 5,98 | 0,155 | 0,0011 | 0,012 | 0,022 | 0,0033 | 0,06 |
126,4 | 18,12 | 4,200 | 0,200 | 18,5 | 3,42 | 0,168 | 0,0017 | 0,016 | 0,04 | 0,005 | 0,1 |
162,8 | 26,72 | 1,740 | 0,444 | 33,50 | 3,87 | 0,168 | 0,0011 | 0,012 | 0,025 | 0,0037 | 0,077 |
56,4 | 16,4 | 8,3 |
| 23,2 | 7,41 | 0,17 | 0,0019 | 0,016 | 0,033 | 0,003 | 0,062 |
169,1 | 8,91 | 0,890 | 0,310 | 19,50 | 4,65 | 0,19 | 0,0015 | 0,018 | 0,014 | 0,006 | 0,064 |
162,7 | 15,3 | 4,55 | 0,76 | 28,9 | 3,44 | 0,204 | 0,0019 | 0,013 | 0,018 | 0,0022 | 0,109 |
178,7 | 11,24 | 0,050 | 0,310 | 18,70 | 4,66 | 0,207 | 0,0019 | 0,013 | 0,018 | 0,0022 | 0,109 |
72,3 | 5,61 | 6,67 | 0,33 | 32 | 8,35 | 0,21 | 0,0023 | 0,012 | 0,022 | 0,002 | 0,1 |
100,5 | 11,7 | 3,22 | 0,76 | 22,5 | 4,8 | 0,22 | 0,0025 | 0,011 | 0,02 | 0,0019 | 0,11 |
148,7 | 8,63 | 12,3 | 1,13 | 44 | 16,7 | 0,222 | 0,0017 | 0,02 | 0,044 | 0,006 | 0,111 |
107,7 | 10,40 | 0,800 | 0,300 | 20,30 | 7,22 | 0,24 | 0,0029 | 0,01 | 0,02 | 0,0019 | 0,11 |
Для заданной пары «Металл_волосы - Металл_воды» необходимо построить в каждом из рассмотренных пакетов (Excel, Statistica и Origin) 4 аналитические модели: одну линейную, и три нелинейных на выбор студента. Затем сравнить их эффективность при помощи коэффициента регрессии, и выбрать лучшую модель.
Задание №1.
Построить модели зависимости содержания цинка в волосах от его содержания в питьевой воде: Zn_волосы=f(Zn_воды).
Задание №2.
Построить модели зависимости содержания меди в волосах от ее содержания в питьевой воде: Cu_волосы=f(Cu_воды).
Задание №3.
Построить модели зависимости содержания свинца в волосах от его содержания в питьевой воде: Pb_волосы=f(Pb_воды).
Задание №4.
Построить модели зависимости содержания хрома в волосах от его содержания в питьевой воде: Cr_волосы=f(Cr_воды).
Задание №5.
Построить модели зависимости содержания железа в волосах от его содержания в питьевой воде: Fe_волосы=f(Fe_воды).
Задание №6.
Построить модели зависимости содержания стронция в волосах от его содержания в питьевой воде: Sr_волосы=f(Sr_воды).
- Лабораторная работа №1. Аналитическое моделирование.
- I.Статичные аналитические модели оптимизации. Построение в среде ms Excel.
- Задача линейного программирования (злп).
- I этап: Анализ словесного описания задачи
- II этап: Построение математической модели
- III этап: Формирование задачи выбора наилучшей стратегии
- Решение задач линейного программирования с помощью надстройки «поиск решений» в среде excel
- Задача оптимального использования ресурсов
- Запуск «Поиска решения»
- Создание отчета по результатам поиска решения
- Индивидуальные варианты заданий.
- II. Статичные аналитические модели, описываемые уравнениями. Построение в среде MathCad.
- Решение уравнений средствами Mathcad
- Построение графиков в MathCad
- Рекомендации по использованию функции root.
- Нахождение корней полинома
- Символьное решение уравнений
- Индивидуальные варианты заданий.
- III. Динамические аналитические модели. Построение в среде MatLab.
- Решение обыкновенных дифференциальных уравнений в matlab.
- Решение систем обыкновенных дифференциальных уравнений с заданными начальными условиями.
- Решение дифференциальных уравнений второго порядка.
- Интегрирование систем линейных дифференциальных уравнений в матричном виде.
- Варианты заданий. Общие задания.
- Индивидуальные задания.
- Лабораторная работа №2. Построение аналитической модели по результатам эксперимента.
- I. Построение модели в среде Excel.
- II. Построение модели в среде Statistica. Общие сведения о программе Statistica.
- III. Построение модели в среде Origin Pro.
- Индивидуальные варианты заданий.
- Лабораторная работа №3. Модели массового обслуживания.
- I. Построение модели в среде AnyLogic.
- Пользовательский интерфейс
- Общая информация о создании моделей в Enterprise Library
- Моделирование одноканальной смо с очередью.
- Моделирование многоканальной смо с очередью.
- Сбор статистики о времени обслуживания клиента.
- Индивидуальные варианты заданий.
- Лабораторная работа №4. Моделирование интеллектуальных систем. Нейросеть обратного распространения ошибки.
- I. Обзор использования пакета Excel Neural Package.
- II. Обзор использования пакета Deductor.
- III. Обзор использования пакета statistica Neural Networks.
- Индивидуальные варианты заданий.
- Лабораторная работа №5. Моделирование интеллектуальных систем. Нейронная сеть для кластеризации.
- I. Теоретические сведения.
- II. Проектирование карты Кохонена в пакете Excel Neural Package.
- III. Проектирование карты Кохонена в пакете Deductor.
- IV. Проектирование карты Кохонена в пакете Statistica.
- Индивидуальные варианты заданий.
- Лабораторная работа №6. Моделирование интеллектуальных систем. Система нечеткого вывода.
- I. Постановка задачи.
- II. Процесс разработки системы
- Индивидуальные варианты заданий.