loading="lazy" src="http://xreferat.ru/image/114/1307196377_306.png" alt="" width="24" height="36" /> не змінюється з коливаннями
Di лише
тоді, коли

пропорційно
Di. Однак з теорії і
практики флотації відомо, що вилучення падає з ростом навантаження на технологічний
апарат, тобто пропорційність між

і
Di відсутній.
По-друге, при
перебуванні характеристик рудопотока передбачається аддитивність властивостей
компонентів суміші. У випадку вилучення це означає, що для кожного компонента в
суміші вилучення має те ж значення, що було б, якби весь рудопотік був
однорідним і складався винятково з даного компонента. Це припущення також
представляється не цілком коректним.
Таким чином, при використанні середньозважених оцінок явно або неявно
робиться два основних припущення - про лінійність зв'язку між середньозваженим
і одиночними зваженими значеннями, а також про аддитивність властивостей
компонентів суміші.
Очевидно, що при близьких
властивостях руд, що змішуються, аддитивність може приблизно дотримуватися.
Нелінійність же, оскільки вона зв'язана з реальними змінами потужності
рудопотоків Di у широких межах, виявляється значною.
Розглянемо оцінку
вилучення в змішаному рудопотоці, що, на відміну від середньозваженої, вимагає
лише одного допущення - про аддитивність. З цієї причини згадана оцінка
представляється більш точної.[6]
Суть її полягає в
обчисленні вилучення по сумарній потужності потоків руди і концентрату і по
середньозважених змістах металу відповідно до формули (2.8), у якій
і
визначаються вираженнями
(2.9) - (2.11), а зміст металу
в концентраті для
розширення спільності розглядається як середньозважене значення
(2.13)
де
- очікувана якість і витрата
концентрату для руди, відн.од.,т/од.ч.
Вирішимо рівняння
(2.6) відносно 
(2.14)
Підставивши
(2.14) у (2.12), одержимо вираження для розрахунку вилучення
(2.15)
Вхідне в (2.15)
не є величиною, що зважується, а дедуктивно
випливає з припущення аддитивності властивостей збагачувальності руд, що
змішуються.
Розрахунки по
формулах (2.7) і (2.15) дають істотно різні результати. Так, наприклад,
середньозважений вилучення, розрахований по формулі (2.7) на основі даних
складає
= 79,784%. Вилучення, розраховане по
(2.15) з використанням тих же даних,
= 81,604%. Розбіжність
= 1,82%.
Є підстави припускати,
що оцінка вилучення по формулі (2.15) досить точна. Проте, ступінь її
придатності для практичних розрахунків вимагає експериментальної перевірки.[6]
2.2
Максимізація прибутку за рахунок підвищення вилучення
Задачу
математичної оптимізації можна сформулювати як визначення таких значень деяких
змінних величин, що задовольняють рядові обмежень, при яких досягається
максимум визначеної функції.
У якості перемінних у задачах раціонального ведення
господарства виступають ті інструменти, за допомогою яких здійснюється
конкретний розподіл. Конкуруючі цілі, поставлені в задачі, поєднуються в
цільову функцію, максимум якої потрібно знайти, а обмеження, що відбивають
недолік ресурсів, визначають множина інструментальних величин, що задовольняють
всім умовам. Цю множину називають припустимою множиною. Отже, математично
задача раціонального ведення господарства є задачею добору з множини можливих
варіантів таких значень інструментальних величин, при яких цільова функція
досягає максимуму. [28]
Економіку можна розглядати як науку про застосування
методів раціональної діяльності господарських інститутів. Таким чином,
економічна наука розглядає розподіл обмежених ресурсів на різні цілі в домашнім
господарстві, у фірмі й у ряді інших інститутів, що по суті є сферою дослідження
економічної теорії.
У параграфі
2.1.2. приведено формули розрахунку прибутку. Для одержання максимального
прибутку, з урахуванням зміни (оптимізації) параметра рудопотоків – вилучення,
використовуються наступні формули (2.7) і (2.15).
У даній роботі
виробляється оптимізація вилучення з метою підвищення прибутку ГЗКа.
Прибуток з
урахуванням вилучення визначається по формулі (2.5).
Оптимизаційна
задача максимізації вилучення має вигляд:
(2.16)
Функція (2.16) є
цільовою функцією, обмеження якої складаються з конкретних кількісних значень
перемінні моделі. Система обмежень буде мати такий вигляд:

Реальна перевірка
ефективності даної моделі в дійсних умовах не здійснюється на об'єкті. У
зв'язку з цим проводяться дослідження на адекватність елементів моделі, вузловим
елементом є зв'язок між вилученням і змістом металу в руді і продуктивністю по
руді. Зв'язок перевірявся за коефіцієнтом множинної кореляції, по наявним даним
зв'язок досить високий.
Для оптимізації
вилучення побудуємо регресійну залежність від змісту металу(
) і продуктивності по руді(
).
Рівняння регресії
має вигляд:
(2.17)
Отримано
,
розрахунок коефіцієнтів проводився за допомогою функціі ЛИНЕЙН. Вихідні дані
для розрахунку приведені у табл. 2.1. Розрахунок коефіцієнтів регресії
приведений у Додатку Г.
Адекватність
перевіряється за коефіцієнтом множинної кореляції, тому що коефіцієнт множинної
кореляції досить високий (R = 0,88) говорить про принципову можливість
прогнозування вилучення.
Таблиця
2.1 – Вихідні дані і значення оптимальних продуктивностей
| № блоку |
Вилучення металу |
Змісту металу в руді |
Продуктивності по руді |
Продуктивності по руді оптимальні |
| 1 |
72 |
0,7 |
3200 |
6809,07 |
| 2 |
92 |
1,1 |
1600 |
8450,97 |
| 3 |
86 |
1,3 |
2500 |
9271,92 |
| 4 |
81 |
0,9 |
3800 |
7630,02 |
| 5 |
75 |
0,6 |
1750 |
6398,59 |
| 6 |
70 |
0,6 |
3150 |
6398,59 |
| 7 |
90 |
1,2 |
1750 |
8861,45 |
| 8 |
88 |
1,4 |
2550 |
9682,40 |
| 9 |
80 |
0,98 |
3750 |
7958,40 |
| 10 |
74 |
0,65 |
1800 |
6603,83 |
| 11 |
74 |
0,8 |
3150 |
7219,54 |
| 12 |
91 |
0,9 |
1550 |
7630,02 |
| 13 |
87 |
1,2 |
2700 |
8861,45 |
| 14 |
83 |
0,99 |
3500 |
7999,45 |
| 15 |
73 |
0,6 |
1750 |
6398,59 |
| 16 |
69 |
0,75 |
3200 |
7014,31 |
| 17 |
89 |
1 |
1560 |
8040,50 |
| 18 |
85 |
1,3 |
2450 |
9271,92 |
| 19 |
81 |
1 |
3570 |
8040,50 |
| 20 |
75 |
0,6 |
Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.),
обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Поможем написать работу на аналогичную тему
Получить выполненную работу или консультацию специалиста по вашему учебному
проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus.
Помогаем в публикации. Правки вносим бесплатно.
Похожие рефераты:
-
Прогнозування моделями простої лінійної регресії
Непараметричні (емпіричні) методи оцінки тісноти зв’язку. Розрахунки рангових коефіцієнтів кореляції Спірмена та Кендала. Найпростіші показники кореляційної залежності Фехнера. Коефіцієнти асоціації і контингенції, взаємної спряженості Пірсона і Чупрова.
-
Оцінювання параметрів розподілів
Загальні положення теорії оцінювання параметрів розподілів: криві розподілу оцінок, дисперсія асимптотично ефективної оцінки. Точкове та інтервальне оцінювання параметрів: довірчі інтервали, математичне сподівання та наближена правдоподібність.
-
Підходи до моделювання активного ризику
Планування за середніми. Загальна модель оптимального виробничого планування, в якій вимагається здійснити вибір ресурсно припустимих інтенсивностей технологій, спрямований на максимізацію прибутку. Принцип гарантованого виграшу. "Гра з природою".
-
Імітаційне моделювання виробничого процесу
Теоретичні дослідження моделювання виробничого процесу виробництва. Програмне забезпечення моделювання процесу виробництва. Комп’ютерні технології розв’язання моделей. Практичне використання теми в економіці.
-
Економічна статистика
Визначення залежності між виробництвом продукції та собівартістю зернових за допомогою аналітичного групування. Обчислення загальних індексів та абсолютного приросту фізичного обсягу реалізації, цін, товарообороту за даними продовольчого магазину.
-
Методи фінансового аналізу та його спеціальні прийоми
Використання абсолютних, відносних та середніх величин, рядів динаміки у фінансовому аналізі, складання аналітичних таблиць. Застосування індексного та графічного методів. Послідовність аналізу економічних показників, взаємозв’язок факторних показників.
-
Методи та прийоми економічного аналізу
Вивчення прийомів кореляційного аналізу, які дозволяють кількісно виразити взаємозв’язок між економічними показниками. Особливості розрахунку коефіцієнту кореляції та побудови лінії тренду, де показане рівняння та показник достовірності апроксимації.
-
Моделювання оптимальної стратегії заміни обладнання за допомогою динамічного програмування
Динамічне програмування як математичний метод, заслуга створення й розвитку якого належить насамперед Беллману, його фундаментальні принципи та засади при формуванні завдань. Особливості застосування динамічного програмування в економічних дослідженнях.
-
Основні положення статистичного моделювання систем зв'язку
Процедури та моделювання систем зв’язку, формальний опис та оцінювання ефективності. Специфіка цифрового зображення сигналів. Особливості та методи побудови математичних моделей систем та мереж зв'язку. Математичні моделі на рівні функціональних ланок.
-
Параметричні і непараметричні критерії для перевірки гіпотез
Поняття дискретної випадкової величини (біноміального розподілу), її опис схемою Бернуллі. Граничний випадок біноміального розподілу. Параметричні та непараметричні критерії для перевірки гіпотези про відмінність (або схожість) між середніми значеннями.
-
Класична лінійна регресія
Побудова загальної лінійної регресії та аналіз її основних характеристик. Перевірка гіпотези про лінійну залежність між змінними. Визначення статистичної властивості окремих оцінок і моделі в цілому. Альтернативні способи оцінки параметрів регресії.
-
Методологія обробки статистичних даних
Зміст методики перевірки статистичної вибірки на розподіл за нормальним законом. Формування рандомізованого плану проведення спостережень за обсягами перевезень, поняття регресійної моделі та коефіцієнтів детермінації і кореляції, виявлення помилок.
-
Прийоми економічного аналізу на базі математичної статистики
Особливості застосування теорії масового обслуговування в економічному аналізі. Система спеціальних знань, пов'язана з дослідженням існуючих економічних процесів і господарських комплексів. Методи математичного моделювання в аналітичному дослідженні.
-
Проектування тренду
Ознайомлення зі змістом методу прогнозування тренду за середнім рівнем, на основі абсолютного приросту та темпу росту за останній рік. Визначення загального вигляду згладжуючого рівняння для одержання середніх та розрахункових значень випадкових величин.
-
Економіко-математичні методи і алгоритми
Обчислення інтервалів стійкості двоїстих оцінок стосовно зміни запасів дефіцитних ресурсів. Розрахунок інтервалів можливих змін ціни одиниці рентабельної продукції. Визначення очікуваного значення прибутку, коефіцієнту варіації та рівня дисперсії.
-
Методы монте-карло
Методи монте-карло-ця загальна назва групи методів для рішення різних задач за допомогою випадкових послідовностей. Ці методи (як і вся теорія імовірностей) виросли з спроб людей поліпшити свої шанси в азартній грі. Цим пояснюється і той факт, що назву цій групі методів дало місто Монте-Карло - сто...
-
Елементи дисперсійного аналізу і теорії кореляції
Поняття про кореляцію і регресію. Сутність дисперсійного аналізу. Однофакторний дисперсійний аналіз. Функціональна і статистична залежності. Визначення параметрів вибіркового рівняння прямої лінії середньоквадратичної регресії за незгрупованих даних.
-
Побудова лінійної регресійної моделі
Параметри проведення економетричного аналізу. Метод найменших квадратів. Оцінка параметрів лінійної регресії за методом найменших квадратів. Властивості простої лінійної регресії. Коефіцієнти кореляції і детермінації. Ступені вільності, аналіз дисперсій.
-
Система кількісних оцінок ступеня ризику
Кількісна оцінка ступеня ризику. Ризик в абсолютному вираженні. Підхід до його оцінювання, зважене середньогеометричне значення економічного показника, ризик як міра мінливості результату, як величина очікуваної невдачі, як модальне значення її міри.
-
Двокроковий метод найменших квадратів
Застосування методу найменших квадратів для оцінки невідомих параметрів рівняння пропозиції грошей. Побудування діаграми розсіювання, обчислення числових характеристик показника і фактора дисперсії. Визначення функції попиту та коефіцієнта детермінації.
|