Если используем сумму приоритетов в качестве весового мно-
эителя К отдельных критериев, то влияние третьего критерия
`равно нулю К;=0 (варнант 1). Это является справедливым, как
‘уже отмечено, в случаях, когда объем и качество информации до-
`статочно велики и высоки и нет необходнмости делать страховку:
‚асчетов. Если хотим дать 
вес и гарантии третьему — критерию,
‘ожно добавить к сумме приоритетов единицу. Это формально в
‘реугольнике Фулера можно рассматривать как приоритет при
` сочетании 
одинаковых 
критериев (11; 22; 3,3), 
т. 
. в днаго-
льные матрицы 
записать номер 
критерия оценки 
(цифры в
скобках). Тогда (варнант 1!) получаются веса К 
=К=3 и Кз=1.
Можно еще увеличить добавку (2, 3 и т. д.) до тех пор, пока ве-
са практически выравняются. Автор полагает, что при анализе
‚ гидрометеорологических распределений вполне логично и целесо-
‘образно использовать одинаковые веса. Пропграмма ОРЗУ сделана
при этом допущении.
Рассмотрим несколько ‘примеров с применением — результатов
вычислений по программе ОРЗУ. В последней число _ вариантов
— 
распределений по объектам ограничено пятью, исходя из возмож-
ности использованной программы АРЕР выбрать минимум пять
‘аппроксимирующих распределений, начиная 
© оптимального по
` первому критерию (минимальная ошибка) и исключая дублирую-
щие по отдельным показателям критерии, а также и невозможные
(имеющие слишком большие июоое; Или’отрицательные 
о)
Пример 1. Выбрать оптимальные аппроксимации эмпирических
распределений максимальных расходов воды в бассейне р. Чая,
где имеются четыре гидропоста: на главной реке Чая — два по
та (по табл. 
\ No 
1 до впадения_ главного притока р. Юговска и
No 4 после притока) и на главном притоке — два поста 
(No 2
— 
и 3). 
Периоды наблюдений у постов_ разные: No 
1 с 1947 г., No 2
с 1955 г., No З с 1959 г: н No 4 с 1985 г. — до 1983 г. Для удли-
нения рядов максимумов иет условий — теснота коррелятивных
связей невысокая: Ряды обработаны на ЭВМ по программе АРЕР.
Из результатов обработки выбрано по пять варнантов для каж-
дого объекта, ранжированных по восходящему порядку измене-
ний стандартных 
среднеквадратических отклонений — остаточных
разностей. 
Для этих варнантов 
в качестве входных — данных в
программу приняты следующие данные аппроксимирующих рас-
пределений: среднее арифметическое @, среднеквадратическое от-
клонение 
от 
среднего со, 
максимальный — процентиль 
© е9,99 
%
и стандартное среднеквадратическое остаточных разностей 
сбад-
В результате обработки на ЭВМ получены критериальные оценки
для каждого объекта 
в сочетании 
с другими объектами. Учиты-
вая сходетво физико-географических условий 
для выбора опти-
мальных варнантов, припимаем во внимание результаты следую-
щих сочетаний: для объекта No 1 — сочетание с No 
2: 1—2, 2—3,
3—2 н 4-—1. Результаты оценок для этих сочетаний приводятся
в табл. 1, гдё максимальные оценки подчеркнуты.
131