ВВЕДЕНИЕ 4
1 ОДНОМЕРНАЯ АППРОКСИМАЦИЯ ХАРАКТЕРИСТИК АВТОМОБИЛЬНОГО ДВИГАТЕЛЯ 6
1.1 АППРОКСИМАЦИЯ ДАННЫХ С ПОМОЩЬЮ ИНТЕРПОЛЯЦИОННЫХ КУБИЧЕСКИХ СПЛАЙНОВ 7
1.2 АППРОКСИМАЦИЯ ДАННЫХ С ПОМОЩЬЮ СГЛАЖИВАЮЩИХ КУБИЧЕСКИХ СПЛАЙНОВ 11
2 ДВУМЕРНАЯ АППРОКСИМАЦИЯ ХАРАКТЕРИСТИК АВТОМОБИЛЬНОГО ДВИГАТЕЛЯ 17
2.1 АППРОКСИМАЦИЯ ДАННЫХ С ПОМОЩЬЮ ИНТЕРПОЛЯЦИОННЫХ БИКУБИЧЕСКИХ СПЛАЙНОВ 21
2.2 АППРОКСИМАЦИЯ ДАННЫХ С ПОМОЩЬЮ СГЛАЖИВАЮЩИХ БИКУБИЧЕСКИХ СПЛАЙНОВ 27
3 ПРОГРАММНАЯ РЕАЛИЗАЦИЯ 31
4 ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ 34
ЗАКЛЮЧЕНИЕ 37
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 38
ПРИЛОЖЕНИЕ
Аппроксимация (от латинского "approximate" - "приближаться") - приближенное выражение каких-либо математических объектов (например, чисел или функций) через другие более простые, более удобные в пользовании или просто более
известные. В научных исследованиях аппроксимация применяется для описания,
анализа, обобщения и дальнейшего использования эмпирических результатов.
Как известно, между величинами может существовать точная (функциональная) связь, когда одному значению аргумента соответствует одно определенное значение, и менее точная (корреляционная) связь, когда одному конкретному значению
аргумента соответствует приближенное значение или некоторое множество значений функции, в той или иной степени близких друг к другу. При ведении научных
исследований, обработке результатов наблюдения или эксперимента обычно приходиться сталкиваться со вторым вариантом. При изучении количественных зависимостей различных показателей, значения которых определяются эмпирически, как
правило, имеется некоторая их вариабельность. Частично она задается неоднородностью самих изучаемых объектов неживой и, особенно, живой природы, частично
обуславливается погрешностью наблюдения и количественной обработке материалов. Последнюю составляющую не всегда удается исключить полностью, можно
лишь минимизировать ее тщательным выбором адекватного метода исследования и
аккуратностью работы. Поэтому при выполнении любой научно-исследовательской
работы возникает проблема выявления подлинного характера зависимости изучаемых показателей, этой или иной степени замаскированных неучтенностью вариабельности значений. Для этого и применяется аппроксимация - приближенное описание корреляционной зависимости переменных подходящим уравнением функциональной зависимости, передающим основную тенденцию зависимости (или ее
"тренд").
При выборе аппроксимации следует исходить из конкретной задачи исследования. Обычно, чем более простое уравнение используется для аппроксимации, тем
более приблизительно получаемое описание зависимости. Поэтому важно считывать, насколько существенны и чем обусловлены отклонения конкретных значений5
от получаемого тренда. При описании зависимости эмпирически определенных значений можно добиться и гораздо большей точности, используя какое-либо более
сложное, много параметрическое уравнение. Однако нет никакого смысла стремиться с максимальной точностью передать случайные отклонения величин в конкретных рядах эмпирических данных. Гораздо важнее уловить общую закономерность.
Таким образом, выбирая метод аппроксимации, исследователь всегда идет на
компромисс: решает, в какой степени в данном случае целесообразно и уместно
«пожертвовать» деталями и, соответственно, насколько обобщенно следует выразить зависимость сопоставляемых переменных. Наряду с выявлением закономерностей, замаскированных случайными отклонениями эмпирических данных от общей
закономерности, аппроксимация позволяет также решать много других важных задач: формализовать найденную зависимость; найти неизвестные значения зависимой переменной путем интерполяции или, если это допустимо, экстраполяции.
Цель: разработка и программная реализация алгоритмов аппроксимации характеристик автомобильного двигателя на основе зашумленных исходных данных.
Для достижения данной цели необходимо выполнить следующие задачи:
1. разработать алгоритм аппроксимации характеристик автомобильного двигателя;
2. создать приложение с графическим интерфейсом пользователя в среде
MatLab;
3. протестировать разработанное приложение.
В рамках дипломной работы был разработан алгоритм аппроксимации характеристик автомобильного двигателя. Для одномерных функций была реализована
аппроксимация с помощью сглаживающих кубических сплайнов, для двумерных
функций - аппроксимация с помощью бикубических сплайнов. А также была создана программа, которая сглаживает таблично заданную функцию. Рассмотренный
выше пример, показал работоспособность и алгоритма и программы.
Разработанная нами программа в дальнейшем может быть применена для решения различных прикладных задач.
