भाषण 5.

रैंक विश्लेषण की तकनीक

प्रौद्योगिकी

परिचयात्मक टिप्पणी

रैंक विश्लेषण, एक निश्चित वर्ग की बड़ी तकनीकी प्रणालियों के अध्ययन के लिए तकनीकी पद्धति के मुख्य उपकरण के रूप में, तीन नींवों पर आधारित है: आसपास की वास्तविकता के लिए एक तकनीकी दृष्टिकोण, जो दुनिया की तीसरी वैज्ञानिक तस्वीर पर वापस जाता है; ऊष्मप्रवैगिकी के सिद्धांत; गैर गाऊसी स्थिर अनंत विभाज्य वितरण के गणितीय आँकड़े।

दुनिया की तीसरी वैज्ञानिक तस्वीर का केंद्र एक मौलिक अवधारणा है जो मौलिक रूप से नए स्तरीकरण स्तर के साथ आसपास की वास्तविकता के ऑन्कोलॉजिकल विवरण का पूरक है। यह एक टेक्नोकेनोसिस है, जिसकी मुख्य विशिष्ट विशेषता तकनीकी तत्वों-व्यक्तियों के बीच कनेक्शन की विशिष्टता है। आज, टेक्नोकेनोज़ को भविष्य के टेक्नोस्फीयर के एक प्रोटोटाइप के रूप में देखा जाता है, जो संगठन की जटिलता और विकास की गति के मामले में, जैविक वास्तविकता को पार कर जाएगा जो इसे जन्म देती है।

टेक्नोकेनोज़ की विशिष्टता उनके अध्ययन की पद्धतिगत नींव में निहित है। टेक्नोकेनोज़ को या तो गाऊसी गणितीय आँकड़ों के पारंपरिक तरीकों द्वारा वर्णित नहीं किया जा सकता है, जो सांख्यिकीय जानकारी के बड़े सरणियों के सूचनात्मक रूप से संतृप्त संकल्पों के रूप में माध्य और विचरण की अवधारणाओं के साथ काम करते हैं, या सिमुलेशन मॉडल अंतर्निहित न्यूनतावाद द्वारा। टेक्नोकेनोसिस का सही ढंग से वर्णन करने के लिए, एक नमूने के साथ लगातार काम करना आवश्यक है सामान्य तौर पर, कोई फर्क नहीं पड़ता कि यह कितना बड़ा हो सकता है, जिसमें प्रजातियों का निर्माण और रैंक वितरण शामिल है, जिसका सैद्धांतिक आधार स्थिर असीम रूप से विभाज्य वितरण के गैर-गॉसियन गणितीय आंकड़ों के क्षेत्र में है।

टेक्नोकेनोसिस को अनुकूलित करने के लिए प्रजातियों और रैंक वितरण और उनके बाद के उपयोग के निर्माण के तरीके रैंक विश्लेषण का मुख्य अर्थ बनाते हैं, जिसकी सामग्री और तकनीक वास्तव में, एक नई मौलिक वैज्ञानिक दिशा है जो महान व्यावहारिक परिणामों का वादा करती है।

व्याख्यान लक्ष्य सेटिंग - रैंक विश्लेषण की कार्यप्रणाली का विवरण दें, इसकी तकनीक को व्यवस्थित करें, जिसमें वर्णन, प्रसंस्करण सांख्यिकी, प्रजातियों का निर्माण और रैंक वितरण, साथ ही साथ टेक्नोकेनोज़ का नामकरण और पैरामीट्रिक अनुकूलन शामिल है।

5.1. रैंक वितरण के निर्माण की तकनीक

रैंक विश्लेषण एक बहुत ही जटिल गणितीय तंत्र पर आधारित है। हालांकि, किसी भी मौलिक सिद्धांत के रूप में, समस्या समाधान का एक निश्चित काफी सुलभ स्तर है, जो वास्तव में इंजीनियरिंग पद्धति पर सीमाबद्ध है। गहन सैद्धांतिक अध्ययन, व्यापक दार्शनिक समझ और मानव गतिविधि के विभिन्न क्षेत्रों में अभ्यास में बार-बार परीक्षण से रैंक विश्लेषण को काफी विश्वसनीय माना जा सकता है और जैसा कि हम अब देखते हैं, एक निश्चित वर्ग की समस्याओं को हल करने का एकमात्र प्रभावी साधन (चित्र। 5.1) .

ऐसा लगता है कि रैंक विश्लेषण, टेक्नोकेनोज़ के इष्टतम निर्माण की समस्याओं को हल करने की अनुमति देता है, सिमुलेशन मॉडल के बीच एक प्रकार की मध्यवर्ती स्थिति रखता है

तकनीकें जो कुछ प्रकार की प्रौद्योगिकी के कुशल डिजाइन को सक्षम करती हैं; और संचालन अनुसंधान की कार्यप्रणाली वर्तमान में भू-राजनीतिक और व्यापक आर्थिक नियोजन समस्याओं को हल करने के लिए उपयोग की जाती है। इस संबंध में, दो बिंदुओं पर ध्यान देना महत्वपूर्ण है। सबसे पहले, एक पर्याप्त रूप से गहराई से विकसित विशेष गणितीय पद्धति की कमी, संचालन अनुसंधान के तंत्र को संबंधित मैक्रोलेवल की समस्याओं को हल करने में बहुत अविश्वसनीय बनाती है और एक ओर, भू-राजनीति और मैक्रोइकॉनॉमिक्स के क्षेत्र में सिमुलेशन मॉडलिंग को लागू करने के कई असफल प्रयासों की ओर ले जाती है। , और दूसरी ओर, इस पद्धति में अधिकांश चिकित्सकों के अविश्वास को जन्म देता है, जो अभी भी इन मामलों में अपने अंतर्ज्ञान पर अधिक भरोसा करना पसंद करते हैं।

दूसरे, मैक्रो पूर्वानुमानों के आधार पर आवश्यकताओं को सीधे कुछ प्रकार की प्रौद्योगिकी के विकासकर्ताओं या बाद की भू-राजनीतिक और मैक्रोइकॉनॉमिक प्रक्रियाओं को पूरी तरह से अनदेखा करने की नीति को आगे बढ़ाने के सभी प्रयास समान सफलता के साथ विफलता की ओर ले जाते हैं। ऐसा लगता है कि यह तकनीकी तकनीक है जो आधुनिक तकनीकी समस्याओं के चरम स्तरों के बीच एक कार्बनिक संबंध की समस्या को हल कर सकती है (चित्र 5.1)।

व्याख्यान के ढांचे के भीतर, निश्चित रूप से, तकनीकी दृष्टिकोण का पूरी गहराई से विश्लेषण करने का कोई अवसर नहीं है। हम अपने आप को ऐसा कोई कार्य निर्धारित नहीं करते हैं। हालांकि, पहले सन्निकटन में (जैसा कि वे कहते हैं, इंजीनियरिंग स्तर पर), रैंक विश्लेषण पर विचार करना संभव लगता है।

तो, रैंक विश्लेषण में निम्नलिखित चरण-प्रक्रियाएं शामिल हैं:

1. टेक्नोकेनोसिस का पृथक्करण।

2. टेक्नोकेनोसिस में प्रजातियों की सूची का निर्धारण।

3. व्यू-फॉर्मिंग पैरामीटर निर्दिष्ट करना।

4. टेक्नोकेनोसिस का पैरामीट्रिक विवरण।

5. एक सारणीबद्ध रैंक वितरण का निर्माण।

6. एक ग्राफिक रैंक प्रजाति वितरण का निर्माण।

7. रैंक पैरामीट्रिक वितरण का निर्माण।

8. प्रजातियों के वितरण का निर्माण।

9. वितरण का अनुमान।

10. टेक्नोकेनोसिस अनुकूलन।

आइए एक शब्दावली विशेषता पर ध्यान दें। तथ्य यह है कि शब्द "रैंक विश्लेषण", हालांकि यह पहले से ही पारंपरिक हो गया है, पूरी तरह से सटीक नहीं है। "रैंक विश्लेषण और संश्लेषण" शब्द का उपयोग करना अधिक सही होगा, क्योंकि सूचीबद्ध दस प्रक्रियाओं में, विश्लेषण और संश्लेषण दोनों के संचालन होते हैं। हालांकि, हम नई अवधारणाओं का परिचय नहीं देंगे और खुद को मौजूदा लोगों तक सीमित रखेंगे, इसकी व्यापक व्याख्या करेंगे (इसी तरह "सहसंबंध विश्लेषण", "प्रतिगमन विश्लेषण", "कारक विश्लेषण", आदि)।

आइए हम रैंक विश्लेषण की प्रक्रियाओं पर अधिक विस्तार से विचार करें।

1. टेक्नोकेनोसिस का अलगाव

पहली प्रक्रिया को औपचारिक रूप देना मुश्किल है क्योंकि तकनीकी सिद्धांत में सीमाओं की पारंपरिकता और अटकलों की भग्नता (एक साथ टेक्नोकेनोज़ के उत्थान के लिए अग्रणी) कहा जाता है, जिसके परिणामस्वरूप वास्तव में मौजूदा टेक्नोकेनोज़ की सीमा और निर्भरता होती है। सैद्धांतिक जंगल में जाने के बिना, हम केवल टेक्नोकेनोसिस के आवंटन के लिए कई सिफारिशें तैयार करेंगे, जो सीधे इसकी परिभाषा से पालन करते हैं।

सबसे पहले, टेक्नोकेनोसिस को स्थान और समय में स्थानीयकृत (सीमांकित) किया जाना चाहिए। इस ऑपरेशन के लिए शोधकर्ता से कुछ निर्णायकता की आवश्यकता होती है, क्योंकि उसे यह समझना चाहिए कि टेक्नोकेनोसिस का बिल्कुल सटीक चयन करना कभी भी संभव नहीं होगा। इसके अलावा, टेक्नोकेनोसिस लगातार बदल रहा है ("जीवित", विकसित हो रहा है), इसलिए बिना किसी देरी के इसकी जांच की जानी चाहिए। यह भी मौलिक है कि विभिन्न प्रकार के व्यक्तिगत तकनीकी उत्पादों (विभिन्न तकनीकी दस्तावेजों के अनुसार निर्मित) की एक महत्वपूर्ण संख्या (हजारों, दसियों हजार) जो मजबूत संबंधों से एक दूसरे से जुड़े नहीं हैं, उन्हें टेक्नोकेनोसिस में दर्शाया जाना चाहिए। यही है, टेक्नोकेनोसिस एक अलग उत्पाद नहीं है, बल्कि उनके कई संयोजन हैं।

दूसरे, टेक्नोकेनोसिस में, एक एकल बुनियादी ढांचा स्पष्ट रूप से दिखाई देना चाहिए, जिसमें नियंत्रण प्रणाली और व्यापक कार्य समर्थन शामिल है। सबसे महत्वपूर्ण बात यह है कि टेक्नोकेनोसिस में एक ही लक्ष्य होना चाहिए और स्पष्ट रूप से एक लक्ष्य तैयार करना चाहिए, जो एक नियम के रूप में, न्यूनतम लागत पर सबसे बड़ा सकारात्मक प्रभाव प्राप्त करना है। बेशक, टेक्नोकेनोसिस के तत्वों के बीच प्रतिस्पर्धा हो सकती है, हालांकि, इसका उद्देश्य एक सामान्य लक्ष्य को प्राप्त करना भी होना चाहिए। इस अर्थ में, एक नियम के रूप में, एक उद्यम की कार्यशालाएं, या दो या तीन संयंत्र जो एक नियंत्रण प्रणाली द्वारा परस्पर जुड़े नहीं हैं, या पूरे शहर को टेक्नोकेनोज़ नहीं माना जा सकता है। कई इंटरकनेक्टेड उद्यमों को टेक्नोकेनोसिस नहीं माना जा सकता है यदि वे सिस्टम का केवल एक हिस्सा हैं। अगर हम सैनिकों के समूह के बारे में बात करते हैं, तो टेक्नोकेनोज़ एक डिवीजन, एक सेना, एक मोर्चा है, हालांकि, फ्रंट या आर्मी एविएशन (सेना की किसी भी अन्य शाखा की तरह) के व्यक्तिगत संचार सैनिक नहीं हैं।

टेक्नोकेनोसिस का आवंटन इसके विवरण के साथ है। इसके लिए एक विशेष डेटाबेस बनाने की सिफारिश की जाती है, जिसमें सबसे व्यवस्थित और मानकीकृत, काफी पूर्ण और एक ही समय में टेक्नोकेनोसिस के प्रकार और व्यक्तियों के बारे में अत्यधिक विवरण जानकारी शामिल है। सूचना संगठनात्मक इकाइयों द्वारा संरचित है। इस तक पहुंच, यदि संभव हो तो, स्वचालित होनी चाहिए, इसके विश्लेषण और सामान्यीकरण के लिए एक इंटरैक्टिव मोड में प्रक्रियाएं प्रदान करना आवश्यक है। उसी समय, कंप्यूटर प्रौद्योगिकी की संभावनाओं का यथासंभव उपयोग किया जाना चाहिए (विशेष रूप से, मानक विंडोज एप्लिकेशन: एक्सेस, एक्सेल, फॉक्स-प्रो, आदि)।

2. प्रजातियों की सूची का निर्धारण

रैंक विश्लेषण की यह प्रक्रिया भी जटिल है और इसे औपचारिक रूप देना मुश्किल है। इसका सार पहले से ही पहचाने गए टेक्नोकेनोसिस में उपकरणों के प्रकारों की पूरी सूची निर्धारित करने में निहित है। यह विकसित सूचना आधार का विश्लेषण करके किया जाता है।

जैसा कि हम पहले से ही जानते हैं, उपकरण के प्रकार को एक इकाई के रूप में प्रतिष्ठित किया जाता है जिसके लिए एक अलग डिजाइन और तकनीकी दस्तावेज है। हालाँकि, यहाँ भी कुछ बारीकियाँ हैं। तथ्य यह है कि अधिकांश आधुनिक तकनीकी उत्पादों में अन्य उत्पाद होते हैं, जो बदले में, अपने स्वयं के दस्तावेज भी होते हैं। इसलिए, इस तथ्य से आगे बढ़ना आवश्यक है कि प्रौद्योगिकी का प्रकार कार्यात्मक रूप से पूर्ण, अपेक्षाकृत स्वतंत्र होना चाहिए। इस अर्थ में, फावड़ा को एक प्रकार के उपकरण के रूप में पहचाना जा सकता है, लेकिन कंप्यूटर प्रोसेसर इकाई के रूप में नहीं। फावड़ा अपने कार्य (जमीन खोदना) कर सकता है, और प्रोसेसर इकाई, अलग से ली गई, किसी को भी इसकी आवश्यकता नहीं है।

कठिनाई इस तथ्य में निहित है कि एक ही समय में एक ही प्रकार के उपकरणों के कई संशोधन होते हैं, और यह निर्धारित करना बहुत मुश्किल है कि अगले संशोधन से एक नया प्रकार किस बिंदु पर उत्पन्न होता है। यह स्पष्ट है कि एक प्रजाति को दूसरे से काफी भिन्न होना चाहिए। इस तरह के अंतर के लिए मानदंड या तो गंतव्य (शक्ति, गति, वोल्टेज, आवृत्ति, सीमा, आदि) के सबसे महत्वपूर्ण वर्गीकरण मापदंडों में से एक में अंतर है, या एक मौलिक रूप से नई कार्यात्मक रूप से महत्वपूर्ण इकाई के डिजाइन में उपस्थिति है, इकाई, इकाई (इंजन, जनरेटर, संलग्नक, परिवहन आधार, चेसिस, शरीर, आदि)।

टेक्नोकेनोज़ (मानव गतिविधि के विभिन्न क्षेत्रों में) के अध्ययन के अनुभव के अनुसार, प्रजातियों की सूची में दो सौ या तीन सौ आइटम रखने की सिफारिश की जाती है (कुल तकनीकी उत्पादों के साथ-व्यक्ति हजारों इकाइयों तक) . सूची को संकलित करते समय, मौजूदा मानक नामकरण, वर्गीकरण, संगठनात्मक ढांचे, आवश्यकताओं, मानदंडों, तकनीकी विवरण आदि का सक्रिय रूप से उपयोग करना महत्वपूर्ण है। हालांकि, किसी भी मामले में, किसी को यह सुनिश्चित करने का प्रयास करना चाहिए कि प्रजातियों की सूची पर है एक तरफ, संपूर्ण, और दूसरी ओर, संशोधनों द्वारा विवरण के संदर्भ में वर्दी। इसका मतलब यह है कि ऐसी स्थिति नहीं होनी चाहिए जब एक प्रजाति को केवल एक संशोधन द्वारा और दूसरे को दस द्वारा दर्शाया जाए।

प्रजातियों की चयनित सूची को एक अलग सूची में दर्ज किया जाना चाहिए और विभिन्न विशेषज्ञों द्वारा बार-बार पुन: जांच की जानी चाहिए।

3. व्यू-फॉर्मिंग पैरामीटर निर्दिष्ट करना

रैंक विश्लेषण की इस प्रक्रिया को निष्पादित करते समय, कई मापदंडों को निर्धारित करने की सिफारिश की जाती है जो तकनीकी रूप से महत्वपूर्ण हैं, शारीरिक रूप से मापने योग्य और प्रजाति-निर्माण वाले के रूप में अनुसंधान के लिए उपलब्ध हैं। यह वांछनीय है कि वे जटिल हों और एक साथ एक ऐसे समूह का प्रतिनिधित्व करते हैं जो कार्य करने के अपने अंतिम लक्ष्य के दृष्टिकोण से टेक्नोकेनोसिस के गुणात्मक विवरण के लिए पर्याप्त है। इस तरह के पैरामीटर लागत, ऊर्जा क्षमता, संरचना जटिलता (यदि इसे वर्णित किया जा सकता है), विश्वसनीयता, उत्तरजीविता, सेवा कर्मियों की संख्या, वजन और आकार संकेतक, ईंधन दक्षता आदि हो सकते हैं। जैसा कि आप देख सकते हैं, सूचीबद्ध मापदंडों में से कोई भी बहुत क्षमता से तकनीकी उत्पादों की विशेषता है। उनमें से सबसे महत्वपूर्ण लागत, ऊर्जा क्षमता और सेवा कर्मियों की संख्या (बेशक, इस प्रकार के उपकरणों के संचालन के लिए व्यापक सहायता प्रदान करने वाले कर्मियों सहित) हैं। ऐसा लगता है कि यह ये पैरामीटर हैं जो इसके निर्माण के दौरान किसी विशेष तकनीकी उत्पाद में निहित ऊर्जा को सबसे अधिक क्षमता से दर्शाते हैं।

4. टेक्नोकेनोसिस का पैरामीट्रिक विवरण

प्रजातियों के गठन के मापदंडों को निर्धारित करने के बाद, इन मापदंडों के विशिष्ट मूल्यों को टेक्नोकेनोसिस डेटाबेस में निर्धारित करना और दर्ज करना आवश्यक है जो इसकी संरचना से प्रत्येक प्रकार के उपकरण के पास है। यह एक लंबा और श्रमसाध्य सांख्यिकीय कार्य है, लेकिन यह प्रत्येक शोधकर्ता के लिए काफी सुलभ है। किसी को केवल यह सुनिश्चित करने का प्रयास करना चाहिए कि एक एकल माप प्रणाली लागू हो, अर्थात। विभिन्न प्रकारों के लिए, पैरामीटर को एक ही इकाइयों (किलोग्राम, किलोवाट, एक ही विनिमय दर पर रूबल, मानव-घंटे, आदि) में निर्धारित किया जाना चाहिए। टेक्नोकेनोसिस के निर्मित सूचना आधार में, निश्चित रूप से, विशिष्ट मापदंडों के मूल्यों के बाद के प्रवेश के लिए शुरू में उपयुक्त क्षेत्र प्रदान किए जाने चाहिए।

टेक्नोकेनोसिस का सूचना आधार बनाने का काम एक बहुआयामी स्प्रेडशीट (एक डेटाबेस जिसमें एक डेटा बैंक और एक नियंत्रण प्रणाली शामिल है) के निर्माण के बाद पूरा होता है, जिसमें एक निश्चित क्रम में एक व्यवस्थित एक शामिल होता है (विस्तारित प्रकार के उपकरण, उप-विभाजनों द्वारा) टेक्नोकेनोसिस, मापदंडों या अन्य संकेतों के सीमा मूल्य) टेक्नोकेनोसिस में शामिल तकनीकी उत्पादों के प्रकारों के बारे में जानकारी, और प्रजातियों के गठन के मापदंडों के मूल्य जो इनमें से प्रत्येक प्रकार की विशेषता रखते हैं।

मुख्य पैरामीटर, जिसके बारे में हमने अभी तक बात नहीं की है, लेकिन जो उत्पन्न डेटाबेस में मौजूद होना चाहिए, और सबसे पहले, प्रत्येक प्रकार के उपकरणों के टुकड़ों की संख्या है, जिसे वे टेक्नोकेनोसिस में प्रदर्शित करते हैं। हम जानते हैं कि टेक्नोकेनोसिस के हिस्से के रूप में एक ही प्रकार के तकनीकी उत्पादों के समूह को जनसंख्या कहा जाता है, और उनकी संख्या को जनसंख्या की शक्ति कहा जाता है।

यहां एक बार फिर प्रजातियों और व्यक्ति के बीच मूलभूत अंतर को याद करना उपयोगी होगा। दृश्य एक अमूर्त वस्तुनिष्ठ अवधारणा है, वास्तव में, ज्ञान और अनुभव के आधार पर गठित एक तकनीकी उत्पाद की उपस्थिति का हमारा आंतरिक विचार। हम एक प्रकार को एक ब्रांड या उपकरण का एक मॉडल (ZIL-131 कार, ESB-0.5-VO पावर प्लांट, बड़े सैपर फावड़ा, प्रगति अंतरिक्ष यान, आदि) कहते हैं। अध्ययन किए गए टेक्नोकेनोसिस के हिस्से के रूप में, एक तकनीकी व्यक्तिगत कार्य, उदाहरण के लिए, एक विशिष्ट कार (ब्रांड - ZIL-131, चेसिस - नंबर 011337, इंजन सीरियल नंबर - 17429348, फिलहाल माइलेज - 300 हजार किमी, ड्राइवर - इवानोव, शरीर के बाईं ओर - गंदा तेल स्थान)। कुल मिलाकर, टेक्नोकेनोसिस में वर्तमान में 150 ZIL-131 वाहन हैं। इस प्रकार, डेटाबेस में हमारे पास कहीं न कहीं एक रिकॉर्ड होगा: देखें - कार ZIL-131; उद्देश्य - माल का परिवहन; टेक्नोकेनोसिस में मात्रा (जनसंख्या क्षमता) - 150 यूनिट; लागत - 10 हजार डॉलर; वजन - 5 टन, आदि।

5. एक सारणीबद्ध रैंक का निर्माण

वितरण

पहली चार प्रक्रियाएं रैंक विश्लेषण के तथाकथित सूचना चरण को पूरा करती हैं। अगला, विश्लेषणात्मक चरण, वास्तव में, सूचना डेटाबेस के आधार पर टेक्नोकेनोसिस के रैंक और प्रजातियों के वितरण के निर्माण के लिए नीचे आता है। यहां प्रारंभिक बिंदु सारणीबद्ध रैंक वितरण है।

सामान्य तौर पर, रैंक डिस्ट्रीब्यूशन को रैंक डिफरेंशियल फॉर्म में जिपफ डिस्ट्रीब्यूशन के रूप में समझा जाता है, जो कि टेक्नोकेनोसिस के प्रकारों को ऑर्डर करने की प्रक्रिया में प्राप्त पैरामीटर मानों के गैर-बढ़ते अनुक्रम के सन्निकटन का परिणाम है, जिसे सौंपा गया है। पद। एक पैरामीटर के रूप में, टेक्नोकेनोसिस (जनसंख्या क्षमता) में प्रतिनिधित्व की जाने वाली प्रजातियों की संख्या पर विचार किया जा सकता है। इस मामले में, वितरण को रैंक प्रजाति कहा जाता है। या कोई भी व्यू-फॉर्मिंग पैरामीटर दिखाई दे सकता है - फिर वितरण रैंक पैरामीट्रिक होगा। वितरण के निर्माण के लिए प्रौद्योगिकी में महत्वपूर्ण बारीकियां हैं, लेकिन बाद में उस पर और अधिक। एक प्रजाति या व्यक्ति का पद एक जटिल विशेषता है जो एक क्रमबद्ध वितरण में अपना स्थान निर्धारित करता है। रैंकिंग का गहरा ऊर्जा औचित्य और मौलिक दार्शनिक महत्व है। हालांकि, हम विवरण में नहीं जाएंगे और केवल यह कहेंगे कि हमारे लिए रैंक कुछ वितरण में क्रम में प्रजातियों की संख्या है।

सारणीबद्ध रैंक वितरण टेक्नोकेनोसिस के बारे में सभी आंकड़ों को जोड़ता है, जो सामान्य रूप से तकनीकी दृष्टिकोण के दृष्टिकोण से महत्वपूर्ण है। यह एक तालिका के रूप में है। नीचे इस वितरण का एक प्रकार है (सारणी 5.1)। जैसा कि आप देख सकते हैं, तालिका की पहली पंक्ति में कई प्रकार के उपकरणों के रिकॉर्ड का कब्जा है (इस मामले में, सैनिकों के समूह के विद्युत शक्ति बुनियादी ढांचे का विश्लेषण किया गया था, और बिजली के उपकरणों को प्रकार के रूप में माना जाता था)। दूसरा सबसे बड़ा बिजली संयंत्र दूसरे स्थान पर रखा गया था, और इसी तरह इस टेक्नोकेनोसिस के लिए अद्वितीय प्रजातियों तक, जिनमें से केवल एक ही है।

तालिका 5.1

टेक्नोकेनोसिस के सारणीबद्ध रैंक वितरण का एक उदाहरण

पद	ईटीएस का प्रकार	समूहीकरण, इकाइयों में मात्रा	व्यू-फॉर्मिंग पैरामीटर
			शक्ति, किलोवाट	लागत के साथ, $	द्रव्यमान, किग्रा	……
	एबी-0.5-पी / 30	2349				……
	ईएसबी-0.5-वीओ	1760				……
	एबी-1-ओ/230	1590				……
	एबी-1-पी/30	1338				……
	ईएसबी-1-वीओ	1217		1040		……
	ईएसबी-1-वीजेड	1170				……
	एबी-2-ओ/230	1093		1500		……
	एबी-2-पी/30			1540		……
	एबी-4-टी/230			1990		……
……	……	……	……	……	……	……
……	……	……	……	……	……	……
	ईएसडी-100-वीएस			85000	3400	……
	ED200-T400			120000	4200	……
	ईडी500-टी400			250000	6700	……
	ईडी1000-टी400		1000	340000	9300	……
	पीएईएस-2500		2500	500000	13700	……

निम्नलिखित नियमितता हमारे लिए आवश्यक है: एक टेक्नोकेनोसिस में प्रजातियों की संख्या जितनी कम होगी, उसके मुख्य प्रजाति-निर्माण पैरामीटर उतने ही अधिक होंगे। यद्यपि यहाँ और वहाँ इस पैटर्न से विचलन हैं, सामान्य प्रवृत्ति स्पष्ट है। और इसमें प्रकृति के सबसे मौलिक नियमों में से एक अपनी अभिव्यक्ति पाता है।

6. ग्राफिकल रैंकिंग बनाना

प्रजातियों का वितरण

रैंक प्रजातियों के वितरण को चित्रमय रूप में दर्शाया जा सकता है। यह तकनीकी व्यक्तियों की संख्या की निर्भरता का प्रतिनिधित्व करता है, जिसके लिए प्रजातियों को टेक्नोकेनोसिस में रैंक पर दर्शाया गया है (चित्र 5.2 - तालिका 5.1 में दिए गए उदाहरण के लिए)। वास्तव में, रैंक प्रजातियों के वितरण का ग्राफ बिंदुओं का एक संग्रह है, हालांकि, स्पष्टता के लिए, यह आंकड़ा चिकनी अनुमानित वक्र भी दिखाता है। लेकिन उनके बारे में थोड़ी देर बाद।

ग्राफ़ का प्रत्येक बिंदु एक निश्चित प्रकार की तकनीक से मेल खाता है। इस मामले में, ग्राफ़ पर एब्सिस्सा रैंक है, और कोटि उन व्यक्तियों की संख्या है, जिनके लिए इस प्रजाति को टेक्नोकेनोसिस में दर्शाया गया है। सभी डेटा सारणीबद्ध वितरण से लिए गए हैं।

7. रैंक पैरामीट्रिक वितरण का निर्माण

सारणीबद्ध वितरण के अनुसार टेक्नोकेनोसिस के रैंक विश्लेषण के क्रम में, प्रत्येक प्रजाति-निर्माण मापदंडों के लिए रैंक वितरण के ग्राफ भी बनाए जाते हैं। हालांकि, यहां एक निश्चित विशिष्टता का पता लगाया जाता है, जिसमें यह तथ्य शामिल होता है कि यदि प्रजातियों को रैंक वितरण में स्थान दिया जाता है, तो व्यक्तियों को पैरामीट्रिक वितरण में स्थान दिया जाता है। चित्र 5.3 तालिका 5.1 में दिखाए गए उदाहरण के लिए पैरामीट्रिक बिजली वितरण (किलोवाट में) का एक प्लॉट दिखाता है। चूंकि टेक्नोकेनोसिस में हजारों तकनीकी व्यक्ति हो सकते हैं, इसलिए संपूर्ण टेक्नोकेनोसिस के लिए एक अक्ष में पैरामीट्रिक वितरण ग्राफ को प्लॉट करना संभव नहीं है। स्पष्टता के लिए, इसे उपयुक्त पैमाने के साथ टुकड़ों में विभाजित किया गया है।

जैसा कि हमने पहले ही नोट किया है, रैंक पैरामीट्रिक वितरण में, प्रत्येक बिंदु एक प्रजाति से नहीं, बल्कि एक व्यक्ति से मेल खाता है। पहली रैंक उच्चतम पैरामीटर मान वाले व्यक्ति को दी जाती है, दूसरी - व्यक्तियों के बीच उच्चतम पैरामीटर मान वाले व्यक्ति को, पहले वाले को छोड़कर, और इसी तरह। यहां कई टिप्पणियां करना आवश्यक है। पहले, जैसा कि अब हम समझते हैं, आकृति 5.3 में रैंक (इसे पैरामीट्रिक कहा जाता है) आकृति 5.2 में रैंक (प्रजाति) के अनुरूप नहीं है। सैद्धांतिक रूप से, उनके बीच एक संबंध है, लेकिन यह बेहद जटिल है। दूसरे, क्योंकि एक प्रजाति के भीतर, हम प्रजाति-निर्माण पैरामीटर का मान समान मानते हैं, फिर पैरामीट्रिक वितरण ग्राफ पर, इस प्रजाति के सभी व्यक्तियों को समान निर्देशांक वाले बिंदुओं के रूप में दिखाया जाएगा। इन बिंदुओं की संख्या टेक्नोकेनोसिस में इस प्रजाति के व्यक्तियों की संख्या के बराबर होगी। ग्राफ में ही, जैसा कि यह था, विभिन्न लंबाई के क्षैतिज खंडों का होता है। तीसरा, रैंक प्रजाति वितरण पर प्रजातियां और रैंक पैरामीट्रिक वितरण पर व्यक्तियों, समान निर्देशांक वाले, मनमाने ढंग से रैंक किए जाते हैं। चौथा, विभिन्न मापदंडों के अनुसार व्यक्तियों की रैंकिंग, हालांकि आम तौर पर समान होती है, कभी भी एक दूसरे से बिल्कुल मेल नहीं खाती है, जिस पर विचार करना भी महत्वपूर्ण है ताकि गलत न हो। प्रत्येक पैरामीट्रिक वितरण की अपनी रैंक होती है।

8. प्रजातियों के वितरण का निर्माण

रैंक विश्लेषण के वितरण में, प्रजातियों का एक विशेष स्थान है। एक राय है कि यह सबसे मौलिक है। एक सैद्धांतिक औचित्य और अनुभवजन्य पुष्टि है कि, एक तरफ, प्रजातियां और रैंक प्रजातियां एक वितरण के पारस्परिक रूप हैं, और दूसरी तरफ, टेक्नोकेनोसिस के रैंक पैरामीट्रिक वितरण का एक अनंत सेट (निरंतर) गणितीय रूप से एक प्रजाति में गिर जाता है .

परिभाषा के अनुसार, एक प्रजाति वितरण को एक असीम रूप से विभाज्य वितरण के रूप में समझा जाता है जो एक निरंतर या असतत रूप में एक टेक्नोकेनोसिस के व्यक्तियों की संभावित संख्या के सेट और इन व्यक्तियों की प्रजातियों की संख्या के बीच एक क्रमबद्ध संबंध स्थापित करता है जो वास्तव में एक टेक्नोकेनोसिस में प्रतिनिधित्व करते हैं। निर्धारित अंक।

ग्राफिकल रूप में प्रजातियों का वितरण (चित्र। 5.4) सारणीबद्ध वितरण के अनुसार बनाया गया है।तालिका 5.1 में पहले दिए गए उदाहरण के लिए आंकड़ा वितरण को दर्शाता है (जो, सख्ती से, अंकों का एक संग्रह है)। यह स्पष्ट है कि रैंक पैरामीट्रिक एक की तरह, एक अक्ष में चित्रित करना व्यावहारिक रूप से असंभव है, इसलिए, प्रजातियों के वितरण को आमतौर पर एक सुविधाजनक पैमाने के साथ टुकड़ों में दर्शाया जाता है (ऐसे टुकड़ों में से एक चित्र 5.4 में दिखाया गया है)।

एक बार फिर, आइए स्पष्ट करें कि प्रजातियों के वितरण का निर्माण कैसे किया जाता है। तो, टेक्नोकेनोसिस में एक प्रजाति (संभावित जनसंख्या शक्ति) के व्यक्तियों की संभावित संख्या को एब्सिस्सा अक्ष के साथ प्लॉट किया जाता है। जाहिर है, एक, दो, तीन आदि व्यक्ति हो सकते हैं। अधिकतम जनसंख्या आकार के अनुरूप आंकड़े तक। दूसरे शब्दों में, यह आरोही क्रम में प्राकृतिक संख्याओं की एक श्रृंखला है। Y-अक्ष किसी दिए गए नंबर द्वारा विश्लेषण किए गए टेक्नोकेनोसिस में प्रतिनिधित्व की गई प्रजातियों की संख्या को दर्शाता है। जैसा कि सारणीबद्ध रैंक वितरण से देखा जा सकता है, चार प्रजातियों का प्रतिनिधित्व एक व्यक्ति (ED200-T400, ED500-T400, ED1000-T400, PAES-2500) द्वारा किया जाता है। इसलिए, हम निर्देशांक (1,4) के साथ बिंदु को स्थगित कर देते हैं। तीन प्रजातियों का प्रतिनिधित्व दो व्यक्तियों द्वारा किया जाता है - बिंदु (2,3); तीन व्यक्ति, दो प्रजातियां - बिंदु (3,2); चार, पांच, सात और आठ व्यक्तियों को प्रत्येक एक प्रजाति द्वारा दर्शाया जाता है - अंक (4,1); (5.1); (7.1); (8.1), लेकिन छह व्यक्तियों द्वारा किसी भी प्रजाति का प्रतिनिधित्व नहीं किया जाता है, इसलिए ग्राफ़ बिंदुओं के बीच निर्देशांक (6.0) वाला एक बिंदु होता है। अंतिम बिंदु में निर्देशांक (2349.1) हैं।

आइए कुछ और महत्वपूर्ण टिप्पणियां करें। सबसे पहले, शून्य निर्देशांक वाले सभी बिंदुओं को बाद की सन्निकटन प्रक्रिया में ध्यान में रखा जाना चाहिए। दूसरे, सैद्धांतिक रूप से, प्रजातियों के वितरण में एक मौलिक प्रवृत्ति है: टेक्नोकेनोसिस में संख्या जितनी अधिक होगी (एब्सिसा पर जितनी बड़ी संख्या होगी), प्रजातियों की विविधता उतनी ही कम होगी (ऑर्डिनेट पर प्रजातियों की संख्या जितनी कम होगी)। यह प्रकृति का नियम है। हालांकि, रैंक वितरण (जो हमेशा कम हो रहे हैं) के विपरीत, प्रजातियों का वितरण रैंक नहीं करता है, इसलिए इसके ग्राफ पर ऐसे बिंदु हैं जो ऊपर दिए गए नियम से विसंगतिपूर्ण रूप से विचलित प्रतीत होते हैं। आकृति 5.4 में ऐसे बिंदु दिखाई दे रहे हैं (उदाहरण के लिए, (6,0))। जहां विसंगतिपूर्ण रूप से विचलित बिंदुओं (दोनों एक दिशा और दूसरी दिशा में) की एकाग्रता है, हम टेक्नोकेनोसिस में नामकरण उल्लंघन के तथाकथित क्षेत्रों को ठीक करते हैं।

आइए यह पता लगाने की कोशिश करें कि प्रजातियों के वितरण में विसंगतियों का क्या मतलब है (उसी समय, हम टेक्नोकेनोज़ के इष्टतम निर्माण के कानून को याद करते हैं)। यदि बिंदु कुछ चिकनी सन्निकटन वक्र के नीचे विचलित हो जाते हैं, तो इसका मतलब है कि टेक्नोकेनोसिस की नामकरण श्रृंखला के विषम क्षेत्र में, प्रौद्योगिकी का एक overestimated एकीकरण है। और हम जानते हैं कि किसी भी एकीकरण से कार्यात्मक संकेतकों में कमी आती है, अर्थात। यह तकनीक पर्याप्त विश्वसनीय, रखरखाव योग्य नहीं है , खराब वजन और आकार संकेतक, आदि। यदि बिंदु वक्र के ऊपर विचलित हो जाते हैं, तो उपकरण की एक अनुचित रूप से बड़ी विविधता है, जो निश्चित रूप से (बदतर के लिए) सहायक प्रणालियों के कामकाज को प्रभावित करेगी (स्पेयर पार्ट्स, ट्रेन रखरखाव कर्मियों, चुनिंदा उपकरण, आदि प्राप्त करना अधिक कठिन है, आदि) ।) किसी भी मामले में, विचलन विसंगति है।

अंत में, हम ध्यान दें कि, स्पष्टता के लिए, प्रजातियों के वितरण को कभी-कभी हिस्टोग्राम के रूप में प्लॉट किया जाता है, लेकिन इसका कोई सैद्धांतिक महत्व नहीं है।

9. वितरण का अनुमान

जैसा कि हमने पहले ही नोट किया है, कड़ाई से गणितीय रूप से, ग्राफिकल रूप में प्रत्येक वितरण अनुभवजन्य डेटा से प्राप्त बिंदुओं का एक संग्रह है:

(एक्स 1, वाई 1); (x2, y2); …; (एक्स मैं, वाई मैं); …; (एक्सएन, वाईएन), (5.1)

कहाँ पे मैं- औपचारिक सूचकांक;

एनअंकों की कुल संख्या है।

अंक टेक्नोकेनोसिस के सारणीबद्ध रैंक वितरण के विश्लेषण का परिणाम हैं। प्रत्येक वितरण के अपने अंक होते हैं (वितरण में एब्सिस्सा क्या है, और कोटि क्या है, हम पहले से ही जानते हैं)। टेक्नोकेनोसिस के बाद के अनुकूलन के दृष्टिकोण से, अनुभवजन्य वितरण के सन्निकटन का बहुत महत्व है। इसका कार्य विश्लेषणात्मक निर्भरता का चयन करना है जो बिंदुओं के सेट (5.1) का सबसे अच्छा वर्णन करता है। हम पुछते है एक मानक रूप के रूप में, प्रपत्र की एक अतिशयोक्तिपूर्ण विश्लेषणात्मक अभिव्यक्ति

(5.2)

कहाँ पे लेकिनतथा α - विकल्प।

रैंक विश्लेषण में शामिल शोधकर्ताओं के बीच पारंपरिक रूप से स्थापित दृष्टिकोण द्वारा फॉर्म की पसंद (5.2) को समझाया गया है। बेशक, यह रूप सबसे उत्तम होने से बहुत दूर है, लेकिन इसका एक निर्विवाद लाभ है - यह केवल दो मापदंडों के निर्धारण के लिए सन्निकटन समस्या को कम करता है: लेकिनतथा α . इस समस्या को हल किया जाता है (पारंपरिक रूप से भी) कम से कम वर्ग विधि द्वारा।

विधि का सार विश्लेषणात्मक निर्भरता के ऐसे मापदंडों को खोजना है (5.2) लेकिनतथा α , जो वास्तव में टेक्नोकेनोसिस के रैंक विश्लेषण के दौरान प्राप्त अनुभवजन्य मूल्यों के वर्ग विचलन के योग को कम करता है यीसन्निकटन निर्भरता (5.2) से परिकलित मानों पर, अर्थात्:

(5.3)

यह ज्ञात है कि समस्या का समाधान (5.3) अंतर समीकरणों की एक प्रणाली के समाधान के लिए कम हो जाता है (के लिए (5.2) - दो अज्ञात के साथ दो):

नीचे कार्यक्रम का पाठ है:

नतीजतन, सन्निकटन के बाद, हम प्रत्येक वितरण के लिए फॉर्म (5.2) की दो-पैरामीटर निर्भरता प्राप्त करते हैं। यहीं पर रैंक विश्लेषण का वास्तविक विश्लेषणात्मक हिस्सा समाप्त होता है।

5.2. टेक्नोकेनोसिस का अनुकूलन पर आधारित है

रैंक वितरण

तकनीकी विश्लेषण के उचित वितरण की परिभाषा के साथ रैंक विश्लेषण कभी समाप्त नहीं होता है। इसके बाद हमेशा अनुकूलन होता है, क्योंकि हमारा मुख्य कार्य हमेशा मौजूदा टेक्नोकेनोसिस में सुधार के लिए दिशा-निर्देश और मानदंड निर्धारित करना होता है। अनुकूलन तकनीकी सिद्धांत की सबसे कठिन समस्याओं में से एक है। अनुसंधान की इस पंक्ति के लिए महत्वपूर्ण संख्या में कार्य समर्पित किए गए हैं। और यद्यपि यह एक अलग गंभीर बातचीत है, फिर भी हम कई सरल अनुकूलन प्रक्रियाओं पर विचार करेंगे जिन्हें व्यवहार में अच्छी तरह से परखा गया है।

पहली प्रक्रिया रैंक प्रजातियों के वितरण के परिवर्तन की दिशा निर्धारित करना है। यह आदर्श वितरण (चित्र। 5.5) की अवधारणा पर आधारित है, जिसे चित्र में संख्या 2 द्वारा दर्शाया गया है। इकाई रैंक प्रजातियों के वितरण को दर्शाती है जो वास्तव में टेक्नोकेनोसिस के विश्लेषण के परिणामस्वरूप प्राप्त हुई है। यहां Λ प्रजातियों की संख्या है, और आर इन- प्रजाति रैंक (चित्र 5.2 देखें)।

मानव गतिविधि के विभिन्न क्षेत्रों से टेक्नोकेनोसिस के अध्ययन में कई वर्षों के अनुभव से पता चलता है कि टेक्नोकेनोसिस की सबसे अच्छी स्थिति है, जिसमें रैंक प्रजातियों के वितरण की अनुमानित अभिव्यक्ति है।

(5.13)

पैरामीटर β भीतर है

0,5 ≤ β ≤ 1,5.(5.14)

वैसे, टेक्नोकेनोज़ के इष्टतम निर्माण का नियम कहता है कि इष्टतम अवस्था तब प्राप्त होती है जब β = 1. हालांकि, यह केवल कुछ आदर्श टेक्नोकेनोसिस पर लागू होता है जो पूरी तरह से अलगाव में कार्य करता है। व्यवहार में ऐसे कोई मामले नहीं हैं, इसलिए कोई अंतराल अनुमान (5.14) का उपयोग कर सकता है। चित्र 5.5 एक आदर्श वक्र दिखाता है (के साथ β = 1) आवश्यकता को पूरा करने वाली पट्टी के बजाय (5.14)।

यह चित्र से देखा जा सकता है कि वास्तविक वितरण आदर्श वितरण से बहुत भिन्न होता है, और वक्र बिंदु पर प्रतिच्छेद करते हैं आर. इसलिए निष्कर्ष: रैंक वाले उपकरणों के प्रकारों में आर इन< R विविधता बढ़ाई जानी चाहिए, और साथ ही, जहां आर में> आर, इसके विपरीत, एकीकरण करने के लिए, जिसे चित्र में तीरों द्वारा दर्शाया गया है। यह पहली अनुकूलन प्रक्रिया है।

दूसरी प्रक्रिया प्रजातियों के वितरण में विषम विचलन का उन्मूलन है। जैसा कि पहले ही उल्लेख किया गया है, टेक्नोकेनोसिस के प्रजातियों के वितरण पर, अधिकतम विषम विचलन के क्षेत्रों को प्रतिष्ठित किया जा सकता है (वे चित्र 5.6 में बहुत सशर्त रूप से दिखाए गए हैं)।

यहां हम स्पष्ट रूप से कम से कम तीन स्पष्ट विसंगतियां देखते हैं, जहां विश्लेषण के दौरान वास्तव में प्राप्त अनुभवजन्य बिंदु स्पष्ट रूप से चिकनी सन्निकटन वक्र से विचलित होते हैं। इस मामले में, वक्र का निर्माण किया जाता है, जैसा कि हम पहले से ही जानते हैं, सारणीबद्ध रैंक वितरण के डेटा के अनुसार कम से कम वर्ग विधि द्वारा और अभिव्यक्ति द्वारा वर्णित है

(5.15)

कहाँ पे Ω - प्रजातियों की संख्या (चित्र 5.4 देखें।);

एक्सजनसंख्या की शक्ति का एक सतत एनालॉग है;

ω 0 तथा α - वितरण पैरामीटर।

प्रजातियों के वितरण में विसंगतियों की पहचान करने के बाद, विसंगतियों के लिए "जिम्मेदार" उपकरणों के प्रकार समान सारणीबद्ध वितरण के अनुसार निर्धारित किए जाते हैं, और उन्हें खत्म करने के लिए प्राथमिकता के उपायों की रूपरेखा तैयार की जाती है। इसी समय, अनुमानित वक्र से ऊपर की ओर विचलन अपर्याप्त एकीकरण का संकेत देते हैं, और नीचे की ओर विचलन, इसके विपरीत, अत्यधिक एकीकरण का संकेत देते हैं।

यह ध्यान दिया जाना चाहिए कि पहली और दूसरी प्रक्रियाएं परस्पर जुड़ी हुई हैं, और पहली पूरी तरह से टेक्नोकेनोसिस की प्रजातियों की संरचना को बदलने की रणनीतिक दिशा दिखाती है, और दूसरी स्थानीय रूप से नामकरण में "सबसे बीमार" क्षेत्रों की पहचान करने में मदद करती है (सूची) प्रकार के) उपकरण।

तीसरी प्रक्रिया टेक्नोकेनोसिस के नामकरण अनुकूलन का सत्यापन है (चित्र 5.7)। जाहिर है, किसी भी वास्तविक टेक्नोकेनोसिस में, पहली और दूसरी प्रक्रियाओं के ढांचे के भीतर किए गए नामकरण अनुकूलन को केवल लंबी अवधि में ही किया जा सकता है। इसके अलावा, व्यवहार में प्रस्तावित उपायों के कार्यान्वयन में व्यक्तिपरक प्रकृति की कई कठिनाइयों का सामना करना पड़ सकता है। इसलिए, एक अतिरिक्त अनुकूलन प्रक्रिया, सत्यापन, बहुत उपयोगी प्रतीत होती है (चित्र 5.7)।

इसके कार्यान्वयन के लिए निकट भविष्य में टेक्नोकेनोसिस की स्थिति पर सांख्यिकीय जानकारी की आवश्यकता होती है। यह शोधकर्ता को पैरामीटर की निर्भरता का निर्माण करने की अनुमति देगा β समय में रैंक प्रजाति वितरण टी. आइए मान लें कि यह निर्भरता चित्र 5.7 में दर्शाई गई है। यही है, टेक्नोकेनोसिस की प्रजातियों की संरचना समय के साथ बदल गई थी, और पैरामीटर β . व्यसन के साथ β(टी)एक ग्राफ पर निर्भरता की तुलना करना आवश्यक है ई (टी), कहाँ पे इ- समग्र रूप से टेक्नोकेनोसिस के कामकाज की विशेषता वाले कुछ प्रमुख पैरामीटर, उदाहरण के लिए - लाभ। यदि अतिरिक्त सहसंबंध विश्लेषण से पता चलता है कि अन्योन्याश्रयता इतथा β महत्वपूर्ण, उनकी समय निर्भरता की तुलना से कई अत्यंत महत्वपूर्ण निष्कर्ष निकालना संभव हो जाएगा। एक उदाहरण के रूप में, चित्र 5.7 में, तीर दिखाते हैं कि इष्टतम मूल्य कैसे निर्धारित किया जाए β ऑप्ट.

चौथी प्रक्रिया पैरामीट्रिक अनुकूलन है (चित्र 5.8)। कड़ाई से बोलते हुए, पहले तीन अनुकूलन प्रक्रियाएं तथाकथित नामकरण अनुकूलन को संदर्भित करती हैं। चौथा, हालांकि इस मामले में पिछले वाले के पूरक के रूप में माना जाता है, कुछ अलग क्षेत्र से संबंधित है और जैसा कि पहले ही संकेत दिया गया है, पैरामीट्रिक कहा जाता है। आइए सटीक परिभाषा दें।

टेक्नोकेनोसिस के नामकरण अनुकूलन को उपकरणों के प्रकार (नामकरण) के सेट में एक उद्देश्यपूर्ण परिवर्तन के रूप में समझा जाता है, जो टेक्नोकेनोसिस के प्रजातियों के वितरण को विहित (अनुकरणीय, आदर्श) के रूप में प्रस्तुत करता है। पैरामीट्रिक अनुकूलन कुछ प्रकार के उपकरणों के मापदंडों में एक उद्देश्यपूर्ण परिवर्तन है, जो टेक्नोकेनोसिस को अधिक स्थिर और इसलिए प्रभावी स्थिति में ले जाता है।

आज तक, यह सैद्धांतिक रूप से दिखाया गया है कि नामकरण और पैरामीट्रिक अनुकूलन की प्रक्रियाओं के बीच एक संबंध है, जब एक प्रक्रिया को दूसरे के बिना करना व्यावहारिक रूप से असंभव है। ये दोनों वास्तव में एक ही प्रक्रिया के अलग-अलग पहलू हैं। टेक्नोकेनोज़ के अनुकूलन की एक अवधारणा है, जिसके अनुसार नामकरण अनुकूलन उस तकनीकी स्थिति की अंतिम स्थिति निर्धारित करता है जिसके लिए इसे निर्देशित किया जाता है, और पैरामीट्रिक अनुकूलन इस प्रक्रिया के विस्तृत तंत्र को निर्धारित करता है। हम इस अवधारणा के सार में नहीं जाएंगे (इसकी पर्याप्त जटिलता के कारण), हम खुद को पैरामीट्रिक अनुकूलन प्रक्रिया के एक अत्यंत सरलीकृत संस्करण तक सीमित रखेंगे।

इससे पहले, हम रैंक पैरामीट्रिक वितरण प्राप्त करने की प्रक्रिया से परिचित हुए। पैरामीटर के अनुसार टेक्नोकेनोसिस के वितरण के एक सार उदाहरण पर विचार करें वू(चित्र 5.8)। यह इष्टतम निर्माण के कानून से निम्नानुसार है कि किसी भी टेक्नोकेनोसिस के लिए, तथाकथित आदर्श रैंक पैरामीट्रिक वितरण का रूप सैद्धांतिक रूप से निर्धारित किया जा सकता है। आकृति में, इसे संख्या 2 (वास्तविक -1) के साथ चिह्नित एक वक्र द्वारा दर्शाया गया है। यह स्पष्ट रूप से देखा गया है कि ये दो वितरण महत्वपूर्ण रूप से भिन्न हैं, जो कि टेक्नोकेनोसिस के गठन के दौरान अपनाई गई वैज्ञानिक और तकनीकी नीति में चूक को इंगित करता है।

यदि हम वितरण के अतिपरवलयिक रूप को लागू करते हैं, जो पहले से ही हमारे लिए पारंपरिक हो गया है,

(5.16)

कहाँ पे आरपैरामीट्रिक रैंक है;

W0तथा β - वितरण पैरामीटर,

तो आदर्श वितरण पैरामीटर के लिए आवश्यकताओं के अंतराल अनुमान द्वारा दिया जाएगा β , तथा

0,5 £ β £ 1,5.(5.17)

उन्हीं विचारों के आधार पर जो व्यंजक (5.14) की टिप्पणियों में दिए गए हैं, इस मामले में, अंतराल अनुमान को एक विशिष्ट मान से बदल दिया जाता है β = 1. अत: चित्र 5.8 में पट्टी के स्थान पर वक्र 2 दिखाया गया है।

इस मामले में पैरामीट्रिक अनुकूलन का सार यह है कि प्रजातियों के वितरण (दूसरी अनुकूलन प्रक्रिया) में विषम विचलन के लिए "जिम्मेदार" उपकरणों के प्रकारों की पहचान करने के बाद, इन प्रकारों के पैरामीट्रिक रैंक निर्धारित किए जाते हैं। चित्र 5.8 में, एक समान दृश्य निर्देशांक वाले एक बिंदु से मेल खाता है (आर टी,W1). अगला, इष्टतम वक्र 2 के अनुसार, मान निर्धारित किया जाता है डब्ल्यू 2एक ही भुज के अनुरूप (आर टी)।जाहिर सी बात है डब्ल्यू 2किसी दिए गए, विशिष्ट पैरामीटर के लिए उपकरणों के प्रकार के डेवलपर्स के लिए एक प्रकार की आवश्यकता के रूप में व्याख्या की जा सकती है (अनुकूलन की दिशा चित्र में एक तीर द्वारा दिखाई गई है)। यदि सभी मुख्य मापदंडों के लिए रैंक वितरण में एक समान ऑपरेशन किया जाता है, तो हम तकनीकी उत्पादों के प्रकार के विकास या आधुनिकीकरण के लिए तकनीकी आवश्यकताओं का एक सेट स्थापित करने के बारे में बात कर सकते हैं।

जो कुछ भी कहा गया है, उसमें कई तरह की टिप्पणियां हैं। सबसे पहले, प्राप्त तकनीकी आवश्यकताओं को नई या शोषित प्रजातियों का आधुनिकीकरण करके व्यवहार में लागू करने की आवश्यकता नहीं है। यह पहले से मौजूद नमूने को खोजने के लिए पर्याप्त है जो आवश्यकताओं को पूरा करता है (यदि, निश्चित रूप से, यह कहीं मौजूद है) और इसे उस नाम के बजाय नामकरण में शामिल करें जो हमें संतुष्ट नहीं करता है।

दूसरे, जिसे समझना अत्यंत महत्वपूर्ण है, टेक्नोकेनोसिस में उपकरणों के प्रकार (जनसंख्या आकार) और उनके मुख्य प्रजाति-निर्माण मापदंडों के स्तर के बीच एक गहरा, मौलिक संबंध है। इसलिए, अनुकूलन न केवल मापदंडों को बदलकर किया जा सकता है, बल्कि टेक्नोकेनोसिस में किसी दिए गए प्रजाति के व्यक्तियों की संख्या को बदलकर भी किया जा सकता है। पथ का चुनाव पूरी तरह से विशिष्ट स्थिति पर निर्भर करता है। यह कैसे किया जाता है, हम यहां छोड़ देते हैं और विशेष साहित्य में रुचि रखने वालों को संबोधित करते हैं।

और अंत में, चौथी अनुकूलन प्रक्रिया पर अंतिम टिप्पणी। यहां प्रस्तुत अपने सरलतम संस्करण में, पैरामीट्रिक रैंक निर्धारित करने में विशुद्ध रूप से तकनीकी कठिनाइयां हो सकती हैं आर टू. तथ्य यह है कि हम सारणीबद्ध वितरण से सीधे केवल प्रजाति रैंक निर्धारित कर सकते हैं, क्योंकि तालिका प्रजातियों को सूचीबद्ध करती है। और रैंक पैरामीट्रिक वितरण पर, सभी व्यक्तियों को रैंक किया जाता है। हम दोहराते हैं और ध्यान देते हैं कि सैद्धांतिक रूप से पैरामीट्रिक और प्रजातियों के रैंक के बीच एक मौलिक संबंध है, लेकिन यह बहुत जटिल है। आप इस स्थिति से इस प्रकार बाहर निकल सकते हैं। एक प्रजाति की पहचान करने के बाद जिसे पैरामीट्रिक अनुकूलन की आवश्यकता होती है (और यह प्रजातियों के वितरण के अनुसार किया जाता है), इसकी प्रजाति रैंक निर्धारित की जाती है। इसके अलावा, प्रजातियों के वितरण के अनुसार, टेक्नोकेनोसिस में केवल इस प्रजाति की संख्या निर्धारित की जाती है, और उसके बाद ही, संख्या को ध्यान में रखते हुए, प्रजाति रैंक (और इस प्रकार के उपकरण का वास्तविक ब्रांड) रैंक प्रजातियों द्वारा निर्धारित किया जाता है। वितरण। यदि कई प्रजातियों में समान बहुतायत है, तो शोधकर्ता को यह तय करना होगा कि किसका अनुकूलन करना है। प्रजाति रैंक जानने के बाद, सारणीबद्ध वितरण का उपयोग करके, हम दी गई प्रजातियों के अनुरूप पैरामीटर का मान निर्धारित करते हैं। हम इसे रैंक पैरामीट्रिक वितरण पर स्थगित करते हैं (चित्र 5.8 में यह मान डब्ल्यू 1) और फिर ऊपर प्रस्तावित प्रक्रिया के अनुसार आगे बढ़ें।

हम रैंक विश्लेषण के सामान्य मुद्दों की प्रस्तुति को समाप्त करते हैं। इस व्याख्यान में अपेक्षाकृत सरल विधियों का प्रस्ताव किया गया था, और यह स्वाभाविक है, क्योंकि। "सरल से" तकनीकी पद्धति को समझना शुरू करना आवश्यक है। हालांकि, वास्तविक टेक्नोकेनोज़ पर कई वर्षों के शोध के अनुभव से पता चलता है कि अपेक्षाकृत सरल तरीके भी प्रभावी और बहुत उपयोगी हैं। यह कहने का भी कारण है कि समस्याओं के एक निश्चित वर्ग के लिए सामान्य रूप से तकनीकी विज्ञान पद्धति और विशेष रूप से रैंक विश्लेषण अनुसंधान और अनुकूलन के एकमात्र सही तरीके हैं।

एक उद्यम की बिजली खपत की संरचना को मॉडल करने के लिए, रैंक वितरण का उपयोग किया जाता है, और स्थापित और मरम्मत किए गए विद्युत उपकरणों की संरचना को मॉडल करने के लिए, विशिष्ट वितरण का उपयोग किया जाता है।

रैंक वितरण। रैंक वितरण में ऐसे वितरण शामिल हैं जिनमें मुख्य विशेषता सभी प्रकार के उत्पादों की विद्युत तीव्रता है।

एक विशेष उद्यम में निर्मित सभी प्रकार के उत्पादों की विद्युत क्षमता का वितरण रैंक वितरण को संदर्भित करता है। रैंक वितरण पैरामीटर रैंक गुणांक है। आप रैंक वितरण वक्र प्राप्त कर सकते हैं और रिपोर्टिंग समय की अवधि (तिमाही, अर्ध-वर्ष या वर्ष) के लिए रैंक गुणांक निर्धारित कर सकते हैं। यदि रैंक गुणांक समय के साथ स्थिर रहता है, तो इसका मतलब है कि आउटपुट की संरचना और बिजली की खपत की संरचना समय के साथ नहीं बदलती है। रैंक गुणांक में वृद्धि से पता चलता है कि विनिर्मित उत्पादों की विविधता और विभिन्न प्रकार के उत्पादन के लिए बिजली की लागत में अंतर उद्यम में वर्षों से बढ़ता है।

यदि बहु-उत्पाद उत्पादन के प्रत्येक प्रकार के उत्पाद के लिए हम विद्युत तीव्रता की गणना वार्षिक बिजली खपत के अनुपात के रूप में करते हैं, तो सामान्य तौर पर उद्यम के लिए ये मूल्य रैंक वितरण के अधीन होते हैं। वर्षों से रैंक वितरण के प्राप्त मापदंडों में वृद्धि की काफी स्थिर प्रवृत्ति है। रैंक गुणांक में वृद्धि से पता चलता है कि विनिर्मित उत्पादों की विविधता और विभिन्न प्रकार के उत्पादन के लिए बिजली की खपत में अंतर उद्यम में वर्षों से बढ़ता है।

रैंक वितरण वक्रों का सेट एक सतह है। इस सतह पर संरचनात्मक टोपोलॉजिकल डायनामिक्स (रैंक वितरण वक्र के साथ एक व्यक्ति का प्रक्षेपवक्र) का विश्लेषण अध्ययन के तहत प्रत्येक प्रकार के उत्पाद की विद्युत तीव्रता की एक समय श्रृंखला देता है, जो संभावना के दृष्टिकोण से रुचि का है विद्युत खपत के मापदंडों की भविष्यवाणी करने के लिए। यह निष्कर्ष निकाला जा सकता है कि बहु-उत्पाद उत्पादन की वार्षिक बिजली खपत, निर्मित उत्पादों की संरचना और निर्मित उत्पादों की प्रजातियों की विविधता के बीच एक मजबूत संबंध है।

स्थापित और मरम्मत किए गए उपकरणों की संरचना। रैंक और प्रजातियों का वितरण

क्या वितरण रैंक किए गए हैं?

विकल्प 2 (20 से अधिक विकल्पों के साथ)। पहले चरण में, प्रतिवादी प्रस्तावित विकल्पों को दो या तीन समूहों में विभाजित करता है: 1 - उपयुक्त, 2 - उपयुक्त नहीं, तीसरा समूह उन विकल्पों से बना हो सकता है जो प्रतिवादी को अन्य समूहों को विशेषता देना मुश्किल लगता है। यदि समूह में पहले वितरण के दौरान 10-12 से अधिक पद उपयुक्त हैं, तो प्रतिवादी को इस समूह को फिर से इस सिद्धांत के अनुसार विभाजित करने के लिए कहा जाता है - संभवतः उपयुक्त। उपयुक्त विकल्पों का चयन करने के बाद, प्रतिवादी को एक सीधी रैंकिंग का संचालन करना चाहिए, विकल्पों को सर्वोत्तम से सबसे खराब में क्रमबद्ध करना चाहिए। चयन परिणामों के अनुसार, प्रत्येक प्रतिवादी के लिए रैंकिंग मान निर्दिष्ट किए जाते हैं, अधिमानतः उल्टे क्रम में (सर्वोत्तम मान 10 है, अगला 9 है, सबसे खराब 1 है; 10 से अधिक चुनावों के साथ, पिछले चुनाव सभी असाइन किए गए हैं 1 का मान।

जैसा कि पहले ही उल्लेख किया गया है, रैंक संकेतकों का उपयोग भिन्नता श्रृंखला के वितरण के रूप को चिह्नित करने के लिए किया जाता है। इसे अध्ययन की गई सरणी की ऐसी इकाइयों के रूप में समझा जाता है जो भिन्नता श्रृंखला (उदाहरण के लिए, दसवीं, बीसवीं, आदि) में एक निश्चित स्थान पर कब्जा कर लेती हैं। उन्हें क्वांटाइल या ग्रेडिएंट कहा जाता है। मात्राएँ, बदले में, उप-विभाजित हैं

विरोधाभासों की जाँच के लिए डन (डीटी) रैंक आँकड़ा क्यों है (देखें समीकरण (41)) को सामान्य वितरण तालिकाओं की आवश्यकता होती है न कि -टेस्ट की

गैर-पैरामीट्रिक तरीके। आँकड़ों की गैर-पैरामीट्रिक विधियाँ, पैरामीट्रिक विधियों के विपरीत, डेटा वितरण के नियमों के बारे में किसी भी धारणा पर आधारित नहीं हैं। स्पीयरमैन का रैंक सहसंबंध गुणांक और केंडल का रैंक सहसंबंध गुणांक अक्सर चर के जुड़ाव के लिए गैर-पैरामीट्रिक मानदंड के रूप में उपयोग किया जाता है।

एक हिस्टोग्राम एक मात्रात्मक विशेषता के अनुसार किसी भी मूल्य के सांख्यिकीय वितरण का चित्रमय प्रतिनिधित्व है। ऊपर से एक हिस्टोग्राम (जीआर। हिस्टोस - ऊतक) का निर्माण करना सुविधाजनक है, एब्सिस्सा अक्ष के साथ संबंधित कारकों को अलग करना, और उनके रैंक को कोर्डिनेट अक्ष के साथ जोड़ना। हिस्टोग्राम गिरावट दिखा सकता है, जिसके अनुसार अध्ययन किए गए संकेतक पर उनके प्रभाव की डिग्री के अनुसार कारकों को समूहित करना उचित है।

एक औद्योगिक उद्यम (एक कार्यशाला में) में 111 IF प्रणाली के संगठन को बदलने के लिए प्रस्तुत किए गए सीनोलॉजिकल विचारों का उपयोग आधार के रूप में किया जा सकता है। इस मामले में, यह स्थापित विद्युत उपकरणों का प्रजाति वितरण नहीं है, बल्कि पूरी सूची की प्रस्तुति है, उदाहरण के लिए, एच-वितरण रूप में विद्युत मशीनें, पैरामीटर द्वारा क्रमबद्ध। यह निम्न प्रकार से किया जाता है। स्थापित मशीनों के पूरे सेट को तकनीकी या अन्य प्रक्रिया में उनके महत्व (महत्व) के अनुसार क्रमबद्ध किया जाता है। प्रत्येक कार को अपनी रैंक (नंबर) सौंपी जाती है। पहली रैंक उस मशीन को सौंपी जाती है जो उत्पादन प्रक्रिया को सबसे बड़ी सीमा तक निर्धारित करती है। दूसरी - अगली सबसे महत्वपूर्ण मशीन, आदि, ताकि अंतिम रैंक उन मशीनों पर चले जाए जिनकी विफलता प्रभावित नहीं करती है, या बल्कि, उद्यम के उत्पादन और अन्य गतिविधियों को बहुत कम प्रभावित करती है। रैंक असाइनमेंट ऑपरेशन के लिए विशेष सटीकता की आवश्यकता नहीं होती है, इसलिए दी गई मशीन दी गई रैंक सूची में थोड़ी अलग जगह पर गिर सकती है।

आइए हम x2 (12) के तथ्य का उपयोग करें - यादृच्छिक चर m (n - 1) W (m) का वितरण, जो लगभग होता है) यदि अध्ययन की गई सामान्य आबादी में कोई एकाधिक रैंक संबंध नहीं है। तब कसौटी असमानता (2.18) की जाँच करने के लिए कम हो जाती है। मानदंड a = 0.05 के महत्व के स्तर को देखते हुए, हम तालिका से पाते हैं। A.4 5% अंक x2-वितरण का मान 12 डिग्री स्वतंत्रता X OB (12) = 21.026 के साथ। उसी समय, टी (एन - आई) डब्ल्यू (टी) \u003d - 28-12-0.08 - 27।

सबसे पहले, फिर से ध्यान दें कि बारंबारता बंटन हमेशा सममित होता है। तालिका डेटा। 6.9 दिखाता है कि, तदनुसार, आवृत्ति समरूपता किन्व व्युत्क्रमों द्वारा रैंक सहसंबंध गुणांक की मात्रात्मक निश्चितता की समरूपता को दर्शाती है। स्पीयरमैन (पी) और केंडल (टी) सहसंबंध गुणांक। ये विधियां न केवल गुणात्मक के लिए, बल्कि मात्रात्मक संकेतकों के लिए भी लागू होती हैं, विशेष रूप से एक छोटी आबादी के साथ, क्योंकि रैंक सहसंबंध के गैर-पैरामीट्रिक तरीके सुविधा के वितरण की प्रकृति पर किसी भी प्रतिबंध से जुड़े नहीं हैं।

वितरण का एक क्रम ft(P) प्राप्त करने के बाद, उनके बीच संक्रमण की प्रक्रिया का अध्ययन करने में समस्या उत्पन्न होती है, अर्थात। क्षेत्रों की मूल्य गतिशीलता। जैसा कि फील्ड्स, ओके (2001) की समीक्षा में उल्लेख किया गया है, गतिशीलता की अवधारणा ही स्पष्ट रूप से परिभाषित नहीं है, गतिशीलता पर साहित्य विश्लेषण का एकीकृत विवरण प्रदान नहीं करता है (न ही कोई स्थापित शब्दावली है)। हालाँकि, आर्थिक और सामाजिक साहित्य में गतिशीलता की दो बुनियादी अवधारणाओं पर सहमति है। पहला सापेक्ष (या रैंक) गतिशीलता है, जो हमारे मामले में, मूल्य स्तर के अनुसार क्षेत्रों के क्रम में परिवर्तन से जुड़ी है। दूसरी अवधारणा निरपेक्ष (या मात्रात्मक) गतिशीलता है जो स्वयं क्षेत्रों में मूल्य स्तरों में परिवर्तन से जुड़ी है। निम्नलिखित विश्लेषण में, इन दोनों अवधारणाओं का उपयोग किया जाता है।

अन्य प्रक्रियाएं। बी प्रयोगात्मक और नियंत्रण साधनों की तुलना के लिए स्टील के रैंक आंकड़ों के आधार पर एक प्रक्रिया पर चर्चा करता है, "पहले चर्चा की गई। यह वैकल्पिक प्रक्रिया भी स्टोकेस्टिक रूप से आदेशित वितरण मानती है। वितरण के इस वर्ग के लिए, प्रक्रिया कम कुशल है; यह विशेष मामले के लिए अधिक कुशल है - वितरण के लिए जो केवल शिफ्ट में भिन्न होता है (देखें

स्टोकेस्टिक रूप से आदेशित वितरण के अपवाद के साथ होल की अनुक्रमिक रैंक विधि। स्टोकेस्टिक रूप से ऑर्डर किए गए वितरण उन वितरणों को कवर करते हैं जो केवल शिफ्ट में भिन्न होते हैं, लेकिन विभिन्न भिन्नताओं के साथ सामान्य वितरण नहीं। हम नहीं जानते कि क्या विधि स्टोकेस्टिक ऑर्डरिंग की धारणा से विचलन के प्रति संवेदनशील है।

एक शोध पद्धति के रूप में रैंक विश्लेषण

उल्यानोवस्क स्टेट यूनिवर्सिटी

जैविक, तकनीकी, सामाजिक प्रणालियों के विकास के सबसे सामान्य कानूनों में से एक रैंक वितरण का कानून है। रैंक विश्लेषण के सिद्धांत ((आरए) को जीव विज्ञान से स्थानांतरित किया गया था और 30 साल से अधिक समय पहले एमपीईआई प्रोफेसर और उनके स्कूल द्वारा टेक्नोकेनोज़ के लिए विकसित किया गया था। www कुद्रिनबी. एन) . जैसा कि बाद में पता चला, यह विधि भौतिक, खगोलीय और सामाजिक प्रणालियों पर लागू होती है। रैंक वितरण और अनुकूलन उद्देश्यों के लिए उनके बाद के उपयोग के निर्माण के लिए तकनीक सिनोसिसमुख्य अर्थ बनाओ रैंक विश्लेषण (सीनोलॉजिकल दृष्टिकोण), जिसकी सामग्री और तकनीक, वास्तव में, एक नई दिशा है जो महान व्यावहारिक परिणामों का वादा करती है। इस कार्य का उद्देश्य रैंक विश्लेषण की पद्धति का वर्णन करना है। भौतिक अनुसंधान में ज्ञात "सुधार विधि" के आरए में शामिल करने के लिए नया क्या है, इसकी गणितीय निर्भरता के प्रकार को निर्धारित करने और इसकी विशिष्ट गणना करने के लिए शोधकर्ता (संबंधित निर्देशांक में निर्माण और सीधा) द्वारा प्राप्त प्रयोगात्मक ग्राफ का। पैरामीटर।

1. सेनोलॉजिकल सिद्धांत का वैचारिक तंत्र। रैंक वितरण का कानून.

सिनोसिसबहुलता कहा जाता है व्यक्तियों .

सेनोसिस में व्यक्तियों की संख्या निर्धारित करती है जनसंख्या शक्ति।यह शब्दावली जीव विज्ञान से, बायोकेनोज के सिद्धांत से आई है। "बायोकेनोसिस" एक समुदाय है। शर्त बायोकेनोसिसमोबियस (1877) द्वारा पेश किया गया, एक विज्ञान के रूप में पारिस्थितिकी का आधार बना। MPEI प्रोफेसर ने "सेनोसिस", "व्यक्तिगत", "जनसंख्या", "प्रजाति" और जीव विज्ञान से प्रौद्योगिकी की अवधारणाओं को स्थानांतरित किया: "व्यक्तियों" की तकनीक में - व्यक्तिगत तकनीकी उत्पाद, तकनीकी पैरामीटर और तकनीकी उत्पादों का एक बड़ा सेट ( व्यक्तियों) को कहा जाता है टेक्नोकेनोसिस. को परिभाषित करता है तकनीकी नमूनातकनीकी वास्तविकता के एक अलग, आगे अविभाज्य तत्व के रूप में, जिसमें व्यक्तिगत जीवन चक्र में व्यक्तिगत विशेषताएं और कार्य होते हैं। राय- व्यक्तियों के वर्गीकरण में मुख्य संरचनात्मक इकाई। प्रजाति - गुणात्मक और मात्रात्मक विशेषताओं वाले व्यक्तियों का एक समूह जो इस समूह के सार को दर्शाता है। प्रौद्योगिकी में एक दृश्य को उपकरण का एक ब्रांड या मॉडल कहा जाता है और इसे एक डिजाइन और तकनीकी दस्तावेज (बेलोरस ट्रैक्टर, सैपर फावड़ा, ZIL-131 कार, आदि) के अनुसार बनाया जाता है।

सामाजिक क्षेत्र में, "व्यक्ति" लोग हैं, लोगों के संगठित सामाजिक समूह (वर्ग, अध्ययन समूह) और साथ ही सामाजिक व्यवस्था (संस्थान), उदाहरण के लिए, शैक्षिक वाले - स्कूल। फिर सादृश्य से, सोशियोकेनोसिसहम सामाजिक व्यक्तियों के किसी भी समूह को बुलाएंगे। प्रत्येक व्यक्ति सेनोसिस की एक संरचनात्मक इकाई है। एक व्यक्ति सामाजिक क्षेत्र से कोई भी इकाई हो सकता है, यह संघ के पैमाने पर और एक सेनोसिस में संयुक्त होने पर निर्भर करता है। उदाहरण के लिए, एक वर्ग, एक अध्ययन समूह एक सोशियोकेनोसिस है जिसमें व्यक्ति - छात्र शामिल होते हैं। तब जनसंख्या की शक्ति कक्षा में छात्रों की संख्या है। एक स्कूल भी एक सोशियोकेनोसिस है, जिसमें व्यक्ति शामिल हैं - अलग संरचनात्मक इकाइयाँ - कक्षाएं। यहाँ, जनसंख्या की शक्ति स्कूल में कक्षाओं की संख्या है। स्कूलों का समूह एक बड़े पैमाने का एक सेनोसिस है, जहां व्यक्ति, इस सेनोसिस की संरचनात्मक इकाई स्कूल है।

माध्यमिक शिक्षण संस्थानों की व्यवस्था में, निम्नलिखित को प्रतिष्ठित किया जा सकता है: प्रकार:माध्यमिक विद्यालय, गीत, व्यायामशाला, निजी स्कूल। ये प्रकार कार्यक्रमों, कार्यों और गठन की सामग्री में भिन्न होते हैं प्रजाति सेनोसिस, जहां प्रत्येक प्रजाति पहले से ही एक व्यक्ति है।

नीचे रैंक वितरणरैंक के अनुसार सेट किए गए पैरामीटर मानों के अनुक्रम की रैंकिंग के लिए प्रक्रिया के परिणामस्वरूप प्राप्त वितरण को संदर्भित करता है। रेंजिंग कुछ गुणवत्ता की अभिव्यक्ति की डिग्री के अनुसार वस्तुओं को ऑर्डर करने की एक प्रक्रिया है। एक व्यक्ति एक रैंकिंग वस्तु है। पद - कुछ वितरण में क्रम में एक व्यक्ति की संख्या है। पो, टेक्नोकेनोसिस में व्यक्तियों के रैंक वितरण का कानून (एच-वितरण ) एक अतिपरवलय का रूप है:

जहां डब्ल्यू - व्यक्तियों का पैरामीटर लेकर; आर - एक व्यक्ति की रैंक संख्या (1,2,3….); ए - रैंक r = 1 के साथ सर्वश्रेष्ठ व्यक्ति के पैरामीटर का अधिकतम मूल्य, यानी, पहले बिंदु पर (या सन्निकटन गुणांक); β एक रैंक गुणांक है जो वितरण वक्र (सर्वोत्तम स्थिति) की स्थिरता की डिग्री को दर्शाता है उदाहरण के लिए, टेक्नोकेनोसिस,एक राज्य है जिसमें पैरामीटर β 0.5 . के भीतर है < β < 1,5).

यदि सेनोसिस (सिस्टम) के किसी भी पैरामीटर को रैंक किया जाता है, तो वितरण को कहा जाता है श्रेणी पैरामीट्रिक.

टेक्नोकेनोज़ में रैंक किए गए पैरामीटर हैं तकनीकी निर्देश(भौतिक या तकनीकी मात्रा) किसी व्यक्ति की विशेषता, उदाहरण के लिए, आकार, द्रव्यमान, बिजली की खपत, विकिरण ऊर्जा, आदि। सामाजिक विज्ञान में, विशेष रूप से शैक्षणिक सेनोज में, रैंक किए गए पैरामीटर अकादमिक प्रदर्शन, ओलंपियाड में प्रतिभागियों के अंक में रेटिंग या परीक्षण हो सकते हैं। ; विश्वविद्यालयों में नामांकित छात्रों की संख्या, और इसी तरह, और रैंक वाले व्यक्ति स्वयं छात्र, कक्षाएं, अध्ययन समूह, स्कूल आदि हैं।

यदि जनसंख्या की शक्ति (सोशियोकेनोसिस में प्रजातियों का गठन करने वाले व्यक्तियों की संख्या) को एक पैरामीटर के रूप में माना जाता है, तो इस मामले में वितरण को कहा जाता है रैंक विशिष्ट. इस प्रकार, प्रजातियों को रैंक प्रजाति वितरण में स्थान दिया गया है। अर्थात्, एक प्रजाति एक व्यक्ति है।

2. रैंक विश्लेषण लागू करने की पद्धति

रैंक विश्लेषण में निम्नलिखित चरण-प्रक्रिया शामिल हैं:

1. सेनोसिस का अलगाव।

2. व्यू-फॉर्मिंग पैरामीटर निर्दिष्ट करना। प्रौद्योगिकी के व्यू-फॉर्मिंग पैरामीटर लागत, ऊर्जा विश्वसनीयता, सेवा कर्मियों की संख्या, वजन और आकार संकेतक आदि हो सकते हैं।

3. सेनोसिस का पैरामीट्रिक विवरण. सेनोसिस डेटाबेस में विशिष्ट पैरामीटर मान दर्ज करें। यह सांख्यिकीय कार्य कंप्यूटर के उपयोग से बहुत सुगम होता है। एक स्प्रेडशीट (डेटाबेस) के निर्माण के बाद सेनोसिस का सूचना आधार बनाने का काम पूरा हो गया है, जिसमें सोशियोकेनोसिस में शामिल व्यक्तिगत व्यक्तियों के प्रजाति-गठन मापदंडों के मूल्यों के बारे में व्यवस्थित जानकारी शामिल है।

4. सारणीबद्ध रैंक वितरण का निर्माण फॉर्म में सारणीबद्ध रैंक वितरण दो स्तंभों की एक तालिका है: व्यक्तियों के पैरामीटर W रैंक द्वारा पंक्तिबद्ध और व्यक्तिगत r (पैरामीट्रिक या प्रजाति) की रैंक संख्या।

पहली रैंक अधिकतम पैरामीटर मान वाले व्यक्ति को दी जाती है, दूसरी - व्यक्तियों के बीच उच्चतम पैरामीटर मान वाले व्यक्ति को, पहले वाले को छोड़कर, और इसी तरह।

5. ग्राफिकल रैंक पैरामीट्रिक वितरण या ग्राफिकल रैंक प्रजाति वितरण का निर्माण। पैरामीट्रिक रैंकिंग वक्र में हाइपरबोला का रूप होता है, और रैंक संख्या r को एब्सिस्सा अक्ष के साथ प्लॉट किया जाता है, अध्ययन किए गए पैरामीटर W को ऑर्डिनेट अक्ष के साथ प्लॉट किया जाता है। इस मामले में, ग्राफ़ पर एब्सिस्सा रैंक है, और कोर्डिनेट व्यक्तियों (पैरामीट्रिक वितरण) या व्यक्तियों की संख्या का पैरामीटर है, जिसमें इस प्रजाति को सेनोसिस (रैंक प्रजाति वितरण) में दर्शाया गया है। सभी डेटा सारणीबद्ध वितरण से लिए गए हैं।

6. वितरण का अनुमान। विधि का सार विश्लेषणात्मक निर्भरता के ऐसे मापदंडों को खोजना है जो y के अनुभवजन्य मूल्यों के वर्ग विचलन के योग को वास्तव में प्राप्त मूल्यों से सोशियोकेनोसिस के रैंक विश्लेषण के दौरान प्राप्त मूल्यों से कम करते हैं। सन्निकटन निर्भरता। यह ध्यान दिया जाना चाहिए कि कंप्यूटर प्रोग्राम का उपयोग करके एक अनुमान लगाना और अभिव्यक्ति के मापदंडों को निर्धारित करना संभव है। वितरण वक्र पैरामीटर पाए जाते हैं: ए, बी। एक नियम के रूप में, टेक्नोकेनोज़ के लिए 0.5. < β < 1,5.

7. सेनोसिस का अनुकूलन।

अनुकूलन सीनोलॉजिकल सिद्धांत के सबसे जटिल कार्यों में से एक है। अनुसंधान की इस पंक्ति के लिए महत्वपूर्ण संख्या में कार्य समर्पित किए गए हैं। सिस्टम (सेनोसिस) को अनुकूलित करने की प्रक्रिया में वास्तविक वक्र के साथ आदर्श वक्र की तुलना करना शामिल है, जिसके बाद वे निष्कर्ष निकालते हैं: सेनोसिस में व्यावहारिक रूप से क्या करने की आवश्यकता होती है ताकि वास्तविक वक्र के बिंदु आदर्श वक्र पर स्थित हों। आइए हम सेनोज के लिए कई सरलतम अनुकूलन प्रक्रियाओं पर विचार करें, जिनका हमने व्यापक रूप से व्यवहार में परीक्षण किया है। आइए चरण 7 पर करीब से नज़र डालें।

एक नियम के रूप में, वास्तविक एच-वितरण निम्नलिखित विचलन में आदर्श से भिन्न होता है:

1) कुछ प्रयोगात्मक बिंदु आदर्श वितरण से बाहर हो जाते हैं;

2) प्रयोगात्मक ग्राफ अतिशयोक्ति नहीं है;

3) प्रयोगात्मक वक्र, सामान्य तौर पर, एच-वितरण का चरित्र होता है, लेकिन सैद्धांतिक एक की तुलना में, उनके पास "कूबड़", "कुंड" या "पूंछ" होती है।

4) वास्तविक अतिपरवलय आदर्श अतिपरवलय के नीचे होता है, या इसके विपरीत, वास्तविक अतिपरवलय आदर्श अतिपरवलय के ऊपर होता है।

किसी भी सेनोसिस को अनुकूलित करने की प्रक्रिया (इसके सुधार के तरीके, साधन और मानदंड निर्धारित करना) का उद्देश्य रैंक वितरण में असामान्य विचलन को समाप्त करना है। ग्राफिकल वितरण पर विसंगतियों की पहचान के बाद, विसंगतियों के लिए "जिम्मेदार" व्यक्तियों को सारणीबद्ध वितरण के अनुसार निर्धारित किया जाता है, और उन्हें खत्म करने के लिए प्राथमिकता उपायों की रूपरेखा तैयार की जाती है।

सेनोसिस का अनुकूलन दो तरीकों से किया जाता है:

1. नामकरण अनुकूलन - सेनोसिस (नामकरण) की संख्या में एक उद्देश्यपूर्ण परिवर्तन, जो कैनोनिकल (अनुकरणीय, आदर्श) के रूप में सेनोसिस के प्रजातियों के वितरण को प्रवृत्त करता है। एक बायोकेनोसिस में - एक झुंड, यह कमजोर व्यक्तियों का निष्कासन या विनाश है, एक प्रशिक्षण समूह में, यह अंडरएचीवर्स की स्क्रीनिंग है।

2. पैरामीट्रिक अनुकूलन - व्यक्तिगत व्यक्तियों के मापदंडों का एक उद्देश्यपूर्ण परिवर्तन (सुधार), जिससे सेनोसिस को अधिक स्थिर और इसलिए, प्रभावी स्थिति में लाया जा सके। शैक्षणिक सेनोसिस में - अध्ययन समूह (वर्ग) - यह अंडरचीवर्स के साथ काम है - व्यक्तियों के मापदंडों में सुधार।

प्रायोगिक वितरण वक्र के रूप (1) के आदर्श वक्र के जितना करीब पहुंचता है, सिस्टम उतना ही अधिक स्थिर होता है। किसी भी विचलन से संकेत मिलता है कि या तो नामकरण या पैरामीट्रिक अनुकूलन की आवश्यकता है। आदर्श एच-वितरण (हाइपरबोलस) से विचलन ग्राफ से गिरने वाले बिंदुओं के रूप में प्रस्तुत किए जाते हैं, "पूंछ", "कूबड़", "खोखले", साथ ही हाइपरबोला के एक सीधी रेखा या अन्य ग्राफिकल में अध: पतन निर्भरता।

हमारी राय में, रैंक विश्लेषण को लागू करने की पद्धति पर्याप्त रूप से विकसित नहीं हुई है। विशेष रूप से, रैंकिंग प्रणाली के मापदंडों का निर्धारण मुख्य रूप से कंप्यूटर प्रौद्योगिकी का उपयोग करके प्रयोगात्मक वक्रों को अनुमानित करने की विधि द्वारा किया जाता है। शोध भौतिकविदों द्वारा व्यापक रूप से उपयोग की जाने वाली सीधी विधि, रैंक विश्लेषण पद्धति द्वारा सेनोज के अध्ययन में उपयोग नहीं की जाती है।

हमने डबल लॉगरिदमिक निर्देशांक में ग्राफिक रैंक एच-वितरण को सीधा करने के चरण के साथ रैंक विश्लेषण तकनीक को पूरक किया है (चरण 6 के अलावा या 6 और 7 के बीच एक अलग चरण का चयन)। x-अक्ष के लिए सीधी रेखा के ढलान की स्पर्शरेखा पैरामीटर β निर्धारित करती है।

आइए हम सामान्य स्थिति के लिए इस चरण पर अधिक विस्तार से विचार करें - एक अतिपरवलय y-अक्ष के अनुदिश B द्वारा ऊपर की ओर स्थानांतरित हो जाता है।

3. सीधी विधि द्वारा गणितीय निर्भरता द्वारा अतिपरवलय का सन्निकटन(चित्र 1, ए, बी)।

y-अक्ष (चित्र 1, a) के सापेक्ष ऊपर की ओर स्थानांतरित हाइपरबोला के लिए स्ट्रेटनिंग विधि के अनुप्रयोग को कार्य में विस्तार से वर्णित किया गया है।

डब्ल्यू एक्सिस वाई या एलएन (डब्ल्यू-बी)

https://pandia.ru/text/80/082/images/image004_23.gif" height="177"> https://pandia.ru/text/80/082/images/image013_10.gif" width="146 height=2" height="2">

1 आरएलएन आर1 एक्स-अक्ष

चावल। 1. हाइपरबोला (ए) और डबल लॉगरिदमिक स्केल पर हाइपरबोलिक निर्भरता "सुधारा" (बी)

आइए फॉर्म के कार्य की जांच करें:

डब्ल्यू \u003d बी + ए / आर β , (2)

जहाँ B एक स्थिरांक है: r अनंत की ओर प्रवृत्त होने के साथ, W= B.

अध्ययन में निम्नलिखित चरण शामिल हैं।

1. अचर B को समीकरण के बाईं ओर ले जाएँ

डब्ल्यू - बी \u003d ए / आर β (2 ए)

2. निर्भरता का लघुगणक लें (2a):

एलएन (डब्ल्यू - बी) \u003d एलएनए - β एलएन आर (3)

3. निरूपित करें:

एलएन (डब्ल्यू - बी) = पर; एलएनए = बी = स्थिरांक; एलएन आर = एक्स. (4)

4. हम फ़ंक्शन (3) को ध्यान में रखते हुए (4) रूप में प्रस्तुत करते हैं:

वाई \u003d बी - β एक्स(5)

समीकरण (5) आकृति 1b के रूप का एक रैखिक फलन है। केवल कोटि अक्ष के साथ Ln (W - B) प्लॉट किया जाता है, और भुज के साथ - Ln r।

5. ln (W-B) और ln r . के प्रयोगात्मक मूल्यों की एक तालिका संकलित करें

		व्यक्तियों का नाम (रैंकिंग ऑब्जेक्ट)

6. आइए एक प्रयोगात्मक निर्भरता ग्राफ बनाएं

एलएन (डब्ल्यू - बी) = एफ (एलएन आर)।

7. आइए एक सीधी रेखा इस प्रकार खींचे कि अधिकांश बिंदु एक सीधी रेखा पर हों और उसके निकट हों (चित्र 1, ख)।

8. हम अंजीर में ग्राफ से x-अक्ष पर सीधी रेखा के झुकाव कोण के स्पर्शरेखा द्वारा गुणांक β पाते हैं। 1, बी, इसकी गणना सूत्र के अनुसार की जाती है:

β = टीजी α = (बी - बी 1): एलएन आर 1 (6)

9. सूत्र (2) का उपयोग करके गुणांक B की गणना करें। से (2) यह इस प्रकार है:

r के लिए, W = B

10. समीकरण (2a) का उपयोग करके ग्राफ से A का मान ज्ञात कीजिए:

r = 1, W - B = A पर, लेकिन W = W1 पर,

फलस्वरूप:

जहां W1 रैंक r = 1 के साथ पैरामीटर W का मान है।

11. चरणों में सारणीबद्ध और ग्राफिक वितरण के साथ संयुक्त कार्य:

अनुसूची के अनुसार विषम अंक ढूँढना;

सारणीबद्ध वितरण के अनुसार व्यक्तियों के साथ उनके निर्देशांक और उनकी पहचान का निर्धारण;

विसंगतियों के कारणों का विश्लेषण और उन्हें खत्म करने के तरीकों की खोज।

टिप्पणी

यदि बी = 0, तो हाइपरबोला और संशोधित निर्भरता का रूप है (चित्र 2, ए, बी):

Wln Whttps://pandia.ru/text/80/082/images/image016_8.gif" height="135">

लेकिन

गुणांक β सूत्र द्वारा निर्धारित किया जाता है:

β = टीजी α = एलएनए: एलएन आर

गुणांक ए इस शर्त से निर्धारित होता है:

निष्कर्ष

वर्णित तकनीक को विभिन्न cenoses के अध्ययन के लिए लागू किया जा सकता है: भौतिक, तकनीकी, जैविक, आर्थिक, सामाजिक, आदि।

रैंक विश्लेषण के वितरण मापदंडों के सन्निकटन और खोजने के चरण 7 को "सीधा" विधि द्वारा पूरक किया जाता है, जिसका उपयोग कंप्यूटर सन्निकटन (यहां तक ​​​​कि मैन्युअल रूप से) के विकल्प के रूप में किया जा सकता है।

हाइपरबोलिक रैंक वितरण के मापदंडों को निर्धारित करने के लिए दो तरीकों की एक प्रयोगात्मक तुलना (सीधे प्रयोगात्मक एच-वितरण का कंप्यूटर सन्निकटन और एक डबल लॉगरिदमिक पैमाने पर हाइपरबोला को सीधा करने की विधि भी एक कंप्यूटर का उपयोग करके) ने उनकी पर्याप्तता को दिखाया। इस मामले में, सीधी विधि के निम्नलिखित फायदे हैं। सबसे पहले, यह पैरामीटर β को अधिक सटीक रूप से निर्धारित करने की अनुमति देता है। दूसरे, यह अधिक दृश्य है: एक सीधे ग्राफ पर, एक सीधी रेखा से गिरने वाले बिंदुओं के रूप में विसंगतियां अधिक स्पष्ट रूप से दिखाई देती हैं।

ग्रंथ सूची:

1. इंजीनियरिंग और इलेक्ट्रिक्स पर कुद्रिन ग्रंथ सूची। प्रोफेसर के जन्म की 70 वीं वर्षगांठ के लिए। / द्वारा संकलित:,। सामान्य संस्करण:। अंक 26 "सेनोलॉजिकल रिसर्च"। - एम .: सेंटर फॉर सिस्टम रिसर्च, 2004. - 236 पी।

2. इंजीनियरिंग में कुद्रिन। दूसरा संस्करण।, रेव।, जोड़ें। -टॉम्स्क: टीजीयू, 1993. -552 पी।

3. कुद्रिन बी.वी., ओशुर्कोव बहु-उत्पाद उद्योगों की विद्युत ऊर्जा खपत के मापदंडों का निर्धारण, - तुला। लगभग। किताब। पब्लिशिंग हाउस, 1994. -161 पी।

4. कुद्रिन स्व-संगठन। विद्युत तकनीकी और दार्शनिकों के लिए // मुद्दा। 25. "सेनोलॉजिकल रिसर्च"। - एम .: सेंटर फॉर सिस्टम रिसर्च। - 2004. - 248 पी।

5. cenoses और प्रौद्योगिकी के पैटर्न का गणितीय विवरण। दर्शनशास्त्र और प्रौद्योगिकी का गठन / एड। // त्सेनोलॉजिकल रिसर्च। -मुद्दा। 1-2. - अबकन: सेंटर फॉर सिस्टम रिसर्च। – 1996. - 452 पी।

6. कुद्रिन एक बार फिर दुनिया की तीसरी वैज्ञानिक तस्वीर के बारे में। टॉम्स्क। पब्लिशिंग हाउस टॉम्स्क। अन-टा, 2001-76 पी।

7., कुद्रिन रैंक वितरण का अनुमान और टेक्नोकेनोज़ की पहचान // Vyp.11। "सेनोलॉजिकल रिसर्च"। - एम .: सेंटर फॉर सिस्टम रिसर्च। - 1999. - 80 पी।

8. मशीनों की दुनिया में चिरकोव // मुद्दा। 14. "सेनोलॉजिकल रिसर्च"। - एम .: सेंटर फॉर सिस्टम रिसर्च। - 1999. -272 पी।

9. टेक्नोकेनोज़ का ज्ञान्युक निर्माण। सिद्धांत और व्यवहार // वॉल्यूम। 9. "सेनोलॉजिकल रिसर्च"। - एम .: सेंटर फॉर सिस्टम रिसर्च। - 1999. - 272 पी।

10. Gnatyuk टेक्नोकेनोज़ का इष्टतम निर्माण। / मोनोग्राफ - अंक 29. त्सेनोलॉजिकल रिसर्च। - एम।: टीएसयू का पब्लिशिंग हाउस - सेंटर फॉर सिस्टम रिसर्च, -2005। - 452 पी। (आईएसबीएन 5-7511-1942-8 का कंप्यूटर संस्करण)। - http://www. बाल्टनेट hi/~gnatukvi/ind. एचटीएमएल.

11. टेक्नोकेनोज़ का ज्ञान्युक विश्लेषण // बिजली।-2000। नंबर 8. -एस.14-22।

12., वी, बेलोव कई शैक्षणिक संस्थानों की बिजली खपत का आकलन // बिजली। - पाँच नंबर। - 2001. - एस.30-35।

14. शैक्षिक प्रणालियों का गुरीना विश्लेषण (सेनोलॉजिकल दृष्टिकोण)। शिक्षकों के लिए दिशानिर्देश अंक 32। "सेनोलॉजिकल रिसर्च"। -एम .: तकनीक। - 2006. - 40 पी।

15. शैक्षणिक शैक्षिक प्रणालियों के गुरिना अनुसंधान // पोलज़ुनोवस्की बुलेटिन। -2004। -संख्या 3। - पी.133-138।

16. गुरिना का विश्लेषण या शिक्षा // स्कूल प्रौद्योगिकियों में त्सेनोलॉजिकल दृष्टिकोण। - 2007. - नंबर 5। - पी.160-166।

17. गुरिना, - परिणामों के कंप्यूटर प्रसंस्करण के साथ भौतिकी में अनुसंधान प्रयोग: प्रयोगशाला कार्यशाला। विशेष भौतिक और गणितीय कक्षाओं के भौतिकी के शिक्षकों के लिए पद्धतिगत सिफारिशें। - उल्यानोवस्क: उलजीयू, 2007. - 48 पी।