промысловое прогнозирование. Балтийская государственная академия рыбопромыслового флота морской институт

• Название: Балтийская государственная академия рыбопромыслового флота морской институт
• Анкор: промысловое прогнозирование
• Дата: 27.03.2023
• Размер: 485 Kb.
• Имя файла: PromProg_9_var_769.doc
• Тип: Расшифровка; #1018763
• страница: 1 из 6

Федеральное агентство по рыболовству

БАЛТИЙСКАЯ ГОСУДАРСТВЕННАЯ АКАДЕМИЯ

РЫБОПРОМЫСЛОВОГО ФЛОТА

МОРСКОЙ ИНСТИТУТ

КАФЕДРА СУДОВОЖДЕНИЯ И БЕЗОПАСНОСТИ МОРЕПЛАВАНИЯ

ПРОМЫСЛОВОЕ ПРОГНОЗИРОВАНИЕ

комплексное задание

ИССЛЕДОВАНИЕ И ОЦЕНКА РЕАЛИЗОВАННЫХ ТАКТИК ПРОМЫСЛА

Вариант 09

Руководитель

К.т.н., проф. каф. судовождения ______________ Ю.А. Данилов

Исполнитель курсант ______________ И.С. Долженко

Калининград 2023

Разделы отчета

1. 
   Таблицы распределения массивов данных на классы
   
2. 
   Границы классов явлений и условий (факторов) и числа наблюдений в классах
   
3. 
   Таблицы выборки сочетаний классов улова и классов условия Вспомогательные таблички расчета: совместной неопределенности улова и условия НУ/Ф; меры связи улова и условия ТУ/Ф; Коэффициента информационной связи улова и условия КУ/Ф
   
4. 
   Сводка информационных функций
   
5. 
   Расчет каналов связи классов улова и класса условия
   
6. 
   Сводка действительных каналов связи с указанием индексов и ранга канала связи
   
7. 
   Кодовая информационная модель уловов
   
8. 
   Расшифровка кодовой информационной модели уловов, какие диапазоны условий определили каждый класс улова
   
9. 
   Проверка соответствия информационной модели исходным данным
   

В исследуемом периоде было выполнено N=44 тралений

Определим число классов К



Значит нашему наблюдению соответствует 3 или 4 классов для распределения данных

Время начала траления

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	03.10–08.59	10	0,227	0,486
2	09.00–15.49	12	0,273	0,511
3	15.50–19.56	11	0,25	0,500
4	19.57–03.11	11	0,25	0,500
∑		44		1,997
				ΔHTн=0,003

Для равновероятного случая распределения на 4 класса неопределенность равна H_Tн=2,000, следовательно в данном случае погрешность распределения равна ΔH_Tн=0,003

Время окончания траления

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	03.00–09.15	12	0,273	0,511
2	09.16–15.20	9	0,204	0,468
3	15.21–19.56	11	0,25	0,500
4	19.57–02.59	12	0,273	0,511
∑		44	1,000	1,990
				ΔHTк=0,01

Время траления

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	≠ 90	17	0,386	0,530
2	= 90	27	0,614	0,432
∑		44	1,000	0,962
				ΔHtтр=0,038

Глубина траления

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	<18	17	0,386	0,530
2	=18	17	0,386	0,530
3	>18	10	0,227	0,486
∑		44	0,999	1,546
				ΔHН=0,039

Длина ваеров

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	=140	19	0,432	0,523
2	≠140	25	0,568	0,465
∑		44	1,000	0,988
				ΔHLв=0,012

Курсы траления

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	354–9	11	0,25	0,500
2	10–172	12	0,273	0,511
3	173–186	12	0,273	0,511
4	187–353	9	0,204	0,468
∑		44	0,999	1,990
				ΔHКурс=0,01

ВРШ

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	7,0–7,4	13	0,295	0,520
2	7,5–7,7	13	0,295	0,520
3	7,8	18	0,409	0,527
∑		44	0,999	1,567
				ΔHВРШ=0,018

Суммарный улов

Классы	Диапазон	Количество наблюдений	Вероятность класса	Неопределенность класса
1	0–10	12	0,273	0,511
2	11–12	10	0,227	0,486
3	13–14	9	0,204	0,468
4	15–22	13	0,295	0,520
∑		44	0,999	1,985
				ΔHУ=0,015

Границы классов явлений и условий (факторов) и числа наблюдений в классах

Название и символов характеристик	Границы классов и число наблюдений				∑Hi
	i=1	i=2	i=3	i=4
Время начала траления, час мин ТН					1,997
Время окончания траления, час мин ТК					1,990
Продолжительность траления, мин tтр					0,962
Глубина траления, м Н					1,546
Длина ваеров, м LВ					0,998
Курсы траления, Кº					1,990
Позиция ВРШ					1,567
Суммарный улов, У∑					1,985