Имитационное моделирование сложных систем. Духанов А.В - 92 стр.

    Пример 3:
           1
    y          .
       a  bet
                        1
    Выравнивание: Y      , T  et , a1  b , b1  a .
                        y
    С помощью выравнивания мы имеем линейную зависи-
мость, для которой значительно проще определить коэффициен-
ты. После прогнозирования полученные значение необходимо
пересчитать по формулам, обратным исходному преобразова-
нию.
    На практике метод выравнивания используется для опреде-
ления приближенных значений параметров аппроксимирующей
функции.

       8.1.4. Логический отбор аппроксимирующей функции
     На данном этапе осуществляется анализ исходного ряда
данных на предмет изменения его значений во времени.
При этом учитываются условия протекания рассматриваемого
процесса и требования, предъявляемые к математической моде-
ли. Этап предусматривает рассмотрение и решение следующих
вопросов:
    1) какой функции соответствует поведение значений ис-
следуемого параметра (монотонной, стабильно монотонной, пе-
риодической, имеющей один или несколько экстремумов, функ-
ции детерминированного хаоса);
    2) имеются ли ограничения для показателя сверху и снизу,
связанные с постановкой задачи;
    3) имеет ли функция, определяющая процесс, точки пере-
гиба;
    4) обладает ли анализируемая функция свойством симмет-
ричности (такие случаи могут проявляться, например, при рас-
смотрении жизненного цикла товара);

                                    92