市场是一个受控的动态系统。 - 页 153 1...146147148149150151152153154155156157158159160...551 新评论 Sergey Dzyublik 2013.10.22 13:32 #1521 avtomat: 让我们提出一个问题。 是否有可能从现有的输出数据中确定导致这些实际数据的控制信号是什么？ 在物理学方面，: 对于2个系统（"许多马铃薯和水-密集加热模式 "和 "少数马铃薯和水-低度加热模式"），选择了 "重量-模式 "的比例，这样加热期间的 温度变化将接近上述图表的点。 问题变得更加广泛--如果没有冷却曲线，如何找出我们有多少土豆以及在什么烹饪模式下发生的一切？ 在市场方面。 我们有多少个土豆？ 这个数值是什么意思，它是恒定的吗？ [删除] 2013.10.22 13:50 #1522 是否有可能从现有的输出数据中确定导致这一实际数据的控制信号 是什么？ 我想不是，你不能。没有限制--事实证明，控制信号在加热土豆。 sergeyas 2013.10.22 13:55 #1523 YOUNGA: 是否有可能从现有的输出数据中确定导致这一实际数据的控制信号是什么？ 我想不是，你不能。没有限制--事实证明，控制信号在加热土豆。 你可以，但不是从跑步开始。 我想听听运输经理 奥列格的意见--他将如何做。 Alexey Subbotin 2013.10.22 13:55 #1524 YOUNGA: 我不这么认为，你不能这样做。 没有限制 - 原来控制信号是在加热土豆。 你可以，但一般来说不一定准确。这取决于系统的传递函数是什么。在所述的例子中，你可以。 人们只需记住，当问题被逆转时，一个稳定的系统就会变得不稳定，大致来说，传递函数的极点变成零点，零点变成极点。因此，通常需要正则化来解决逆向问题。 [删除] 2013.10.22 14:13 #1525 sergeyas: 迟早有一天，你只需将对话精确到在控制信号的定义中找到一个最佳状态...;) 在我们的问题中（市场问题，而不是土豆问题），什么是最佳状态的定义本身就是一项非艰巨的任务。一旦我们定义了这个定义，寻找最优就成为一个技术问题。 sergeyas 2013.10.22 14:22 #1526 avtomat: 在我们的问题中（市场问题，而不是土豆问题），什么是最佳状态的定义本身就是一项非艰巨的任务。一旦我们有了这样的定义，寻找最佳状态就成为一个技术问题。alsu 在发布他的流程图（关于市场）时，已经提示了这个最佳搜索的标准是什么。 Alexey在上面的帖子中给出了另一个提示。 是的，这个问题不小，不是每个人都能做到的。 SZY：实际上，你不需要任何暗示就能了解自己。 [删除] 2013.10.22 14:22 #1527 ALXIMIKS: 在物理学方面，: 对于2个系统（"许多马铃薯和水-密集加热模式 "和 "少数马铃薯和水-低度加热模式"），选择一定比例的 "重量-模式"，这样加热期间的 温度变化将接近上述图表的各点。 问题变得更加广泛--如果没有冷却曲线，如何找出我们有多少土豆以及在什么烹饪模式下发生的一切？ 在市场方面。 我们有多少个土豆？ 这个数值是什么意思，它是恒定的吗？ 但你在所举例子的框架内进行尝试。 (而且不要问太多的问题--你可以在你找到的问题上再加一百个--一年中的时间，一天中的时间，月相....。--所有这些都会影响结果，请注意。 ) [删除] 2013.10.22 14:56 #1528 alsu: 你可以，但一般来说不一定准确。这取决于系统的传递函数是什么。在所述的例子中，你可以。 人们只需记住，一个稳定的系统在问题逆转时变成一个不稳定的系统，大致来说，传递函数的极点变成零点，零点变成极点。因此，为了解决逆向问题，作为一个规则，需要一个正则化。 如果系统是线性的，即满足叠加原理，一切都很好。但即使在最简单的土豆问题中，也存在着限制形式的非线性（水被加热到不超过100度的温度）。因此通过简单的反转PF，我们只能在线性区域内接近解。在非线性领域，存在着不确定性。注意：不确定性不是指随机性，而是指不确定性的多变性。 然而，对于我们的市场问题来说，这样一个直接的解决方案是不可接受的。或者，不那么明确地说，作为第一种近似情况，它可能是可以接受的。 Юсуфходжа 2013.10.22 15:05 #1529 avtomat: 如果系统是线性的，即观察到叠加原理，一切都很好。但即使在最简单的土豆问题中，也有一个非线性的约束形式（水被加热到不超过100度的温度）。因此通过简单的反转PF，我们只能在线性区域内接近解。在非线性领域，存在着不确定性。注意：不确定性不是指随机性，而是指不确定性的多变性。 然而，对于我们的市场问题，这样的迎刃而解是不可接受的。或者，不那么明确地说，作为第一种近似情况，它可能是可以接受的。 也许现在是制定市场问题本身的时候了：我们的目标是什么，我们想要什么，我们有什么机会，我们应该怎么做，做什么，何时做.....？ Alexey Subbotin 2013.10.22 15:09 #1530 avtomat: 如果系统是线性的，即观察到叠加原理，一切都很好。但即使在最简单的土豆问题中，也有一个非线性的约束形式（水被加热到不超过100度的温度）。因此通过简单的反转PF，我们只能在线性区域内接近解。在非线性领域，存在着不确定性。注意：不确定性不是指随机性，而是指不确定性的多变性。 然而，对于我们的市场问题，这样的迎刃而解是不可接受的。或者，不那么明确地说，作为第一种近似情况，它可能是可以接受的。 这就是问题所在 1...146147148149150151152153154155156157158159160...551 新评论 您错过了交易机会： 免费交易应用程序 8,000+信号可供复制 探索金融市场的经济新闻 注册 登录 拉丁字符（不带空格） 密码将被发送至该邮箱 发生错误 使用 Google 登录 您同意网站政策和使用条款 如果您没有帐号，请注册 可以使用cookies登录MQL5.com网站。 请在您的浏览器中启用必要的设置，否则您将无法登录。 忘记您的登录名/密码？ 使用 Google 登录
让我们提出一个问题。
是否有可能从现有的输出数据中确定导致这些实际数据的控制信号是什么？
在物理学方面，:
对于2个系统（"许多马铃薯和水-密集加热模式 "和 "少数马铃薯和水-低度加热模式"），选择了 "重量-模式 "的比例，这样加热期间的 温度变化将接近上述图表的点。
问题变得更加广泛--如果没有冷却曲线，如何找出我们有多少土豆以及在什么烹饪模式下发生的一切？
在市场方面。
我们有多少个土豆？ 这个数值是什么意思，它是恒定的吗？
是否有可能从现有的输出数据中确定导致这一实际数据的控制信号 是什么？
我想不是，你不能。没有限制--事实证明，控制信号在加热土豆。
是否有可能从现有的输出数据中确定导致这一实际数据的控制信号是什么？
我想不是，你不能。没有限制--事实证明，控制信号在加热土豆。
你可以，但不是从跑步开始。
我想听听运输经理 奥列格的意见--他将如何做。
我不这么认为，你不能这样做。 没有限制 - 原来控制信号是在加热土豆。
你可以，但一般来说不一定准确。这取决于系统的传递函数是什么。在所述的例子中，你可以。
人们只需记住，当问题被逆转时，一个稳定的系统就会变得不稳定，大致来说，传递函数的极点变成零点，零点变成极点。因此，通常需要正则化来解决逆向问题。
迟早有一天，你只需将对话精确到在控制信号的定义中找到一个最佳状态...;)
在我们的问题中（市场问题，而不是土豆问题），什么是最佳状态的定义本身就是一项非艰巨的任务。一旦我们定义了这个定义，寻找最优就成为一个技术问题。
在我们的问题中（市场问题，而不是土豆问题），什么是最佳状态的定义本身就是一项非艰巨的任务。一旦我们有了这样的定义，寻找最佳状态就成为一个技术问题。
alsu 在发布他的流程图（关于市场）时，已经提示了这个最佳搜索的标准是什么。
Alexey在上面的帖子中给出了另一个提示。
是的，这个问题不小，不是每个人都能做到的。
SZY：实际上，你不需要任何暗示就能了解自己。
在物理学方面，:
对于2个系统（"许多马铃薯和水-密集加热模式 "和 "少数马铃薯和水-低度加热模式"），选择一定比例的 "重量-模式"，这样加热期间的 温度变化将接近上述图表的各点。
问题变得更加广泛--如果没有冷却曲线，如何找出我们有多少土豆以及在什么烹饪模式下发生的一切？
在市场方面。
我们有多少个土豆？ 这个数值是什么意思，它是恒定的吗？
但你在所举例子的框架内进行尝试。
(而且不要问太多的问题--你可以在你找到的问题上再加一百个--一年中的时间，一天中的时间，月相....。--所有这些都会影响结果，请注意。 )
你可以，但一般来说不一定准确。这取决于系统的传递函数是什么。在所述的例子中，你可以。
人们只需记住，一个稳定的系统在问题逆转时变成一个不稳定的系统，大致来说，传递函数的极点变成零点，零点变成极点。因此，为了解决逆向问题，作为一个规则，需要一个正则化。
如果系统是线性的，即满足叠加原理，一切都很好。但即使在最简单的土豆问题中，也存在着限制形式的非线性（水被加热到不超过100度的温度）。因此通过简单的反转PF，我们只能在线性区域内接近解。在非线性领域，存在着不确定性。注意：不确定性不是指随机性，而是指不确定性的多变性。
然而，对于我们的市场问题来说，这样一个直接的解决方案是不可接受的。或者，不那么明确地说，作为第一种近似情况，它可能是可以接受的。
如果系统是线性的，即观察到叠加原理，一切都很好。但即使在最简单的土豆问题中，也有一个非线性的约束形式（水被加热到不超过100度的温度）。因此通过简单的反转PF，我们只能在线性区域内接近解。在非线性领域，存在着不确定性。注意：不确定性不是指随机性，而是指不确定性的多变性。
然而，对于我们的市场问题，这样的迎刃而解是不可接受的。或者，不那么明确地说，作为第一种近似情况，它可能是可以接受的。
如果系统是线性的，即观察到叠加原理，一切都很好。但即使在最简单的土豆问题中，也有一个非线性的约束形式（水被加热到不超过100度的温度）。因此通过简单的反转PF，我们只能在线性区域内接近解。在非线性领域，存在着不确定性。注意：不确定性不是指随机性，而是指不确定性的多变性。
然而，对于我们的市场问题，这样的迎刃而解是不可接受的。或者，不那么明确地说，作为第一种近似情况，它可能是可以接受的。
这就是问题所在