ления. Поэтому при моделировании всегда приходят к компромиссу
между точностью модели и затратами на проведение опытов для опре--
деления пареметров. Обычно придерживаются принципа последователь-
ного усложнения моделей /8/. Начинают с весьма простых моделей с
небольшим числом параметров, постеленно усложняют модели, пока
не будут выполнены критеряи, по которым модель можно считать
удовлетворительной. Эти критерии рассмотрены в следующем разделе.
1.5. Оценка и сравнение моделей
Обычно от модели требуют, чтобы она обеспечивала соответствие
между расчетными У 
ж измеренными 
ы_ величинами, т.е. чтобы по-
црешности No 
были невеляки по сравнению 
с 3 Келательно текже,
чтобы больщшие погрешности встречались реже, чем небольшие, и что-
бы средняя погрешность была близка к нулю. В то же время адриори
ясно, что не стоит добиваться того, чтобы разброс погрешностей
модели был мал по сравнению с разбросом экспериментальных данных.
если по данным измерений мы сами не 
в состоянии оценить средние
Ц 
достаточно точно, то и от модели не следует требовать этого.
Неопределенным выражениям типа "соответствие", "невелики" и
т.П., употребленным в предындущем абзаце, может быть придан конк-
ретный количественный смысл с помощью применения статистических
критериев, которые описаны в данном разделе.
Перед оценкой моделя целесообразно провести анализ статистичес-
кото распределения погрешностей Л 
(их еще называют остатками).
Величины 
No 
получаются одновременно со значениями параметров
модели при применении методов, описанных в п.1.4. Типичные эмпи-
рические функции распределения 
& 
дпоказаны на рис.7 а-в. На
рис.7а изображена наиболее желательная форма функции распределе--
ния погрешности: среднее Олизко к нулю, вероятность долучения
больших по абсолютной величине значений 
Л 
небольшая. Рис.76. де-
монстрирует случай, когда относительно велика вероятность обнару--
жения больших погрешностей. Часто это означает,что модель не отра-
жает качественных особенностей поведения объекта (как на рис.Т7г,
где модель не улавливает колебательную составляющую динамики) или
естъь зависимость разброса значений 
А 
от абсолютных значений из--
меренных величин, кКак на рис.7д. Рис.?в относится к случаям,когда
есть выпадающие из общей тенденции экспериментальные точки (как
на рис,7е) или были сделаны грубые ошибки пря вводе данных в ЭВМ
для идентификации.
- 24 —