7.3. Сохранение и загрузка параметров модели

Последние использованные параметры модели сохраняются на рабочем лис­те, для этого применяются именованные формулы. При следующем откры­тии рабочего листа и запуске Поиска решения появится диа­логовое окно с теми же параметрами, которые были установлены при предыдущем запуске. В некоторых случаях желательно иметь несколько наборов параметров, на­пример, для рассмотрения разных решений при различных ограничениях. Каждый из таких наборов ограничений можно хранить в ячейках рабочего листа и быстро загружать необходимые установки.

Сохранение параметров модели осуществляется с помощью кнопки Сохра­нить модель в диалоговом окне Параметры поиска решения:

1. Заполнить поля в диалоговом окне Параметры поиска решения значениями, которые следует сохранить.

2. Нажать кнопку Сохранить модель.

3. На рабочем листе выделить диапазон ячеек, задающих область модели. Число выделенных ячеек должно равняться числу ограничений модели плюс три. Если выделена одна ячейка, диапазон будет выбран автоматически.

4. Нажать кнопку ОК, чтобы принять предлагаемый диапазон размещения модели (поле Задайте область модели), либо указать дру­гой. Снова нажмите кнопку ОК во вновь появившемся диалоговом окне Параметры поиска решения.

5. Нажать кнопку Закрыть в диалоговом окне Поиск решения.

Выбранный диапазон ячеек будет заполнен параметрами модели. Чтобы загрузить и использовать сохраненные параметры модели необходимо:

1. Выбрать команду Сервис, Поиск решения.

2. Нажать кнопку Параметры.

3. Нажать кнопку Загрузить модель.

1. Выделить диапазон ячеек, содержащий параметры модели, и нажмите кнопку ОК.

2. Если какие-либо значения были изменены, появится окно с предупреж­дением. Нажать кнопку ОК.

3. В диалоговом окне Параметры поиска решения нажать кнопку ОК.

4. Нажать кнопку Выполнить, чтобы запустить процесс поиска, или кнопку Закрыть, чтобы запустить этот процесс позднее с вы­бранными параметрами.

Самостоятельно: добавить в книгу Итоги новый лист, назвать его Поиск решения (копия), скопировать на него таблицу с листа Поиск решения, найти распределение затрат на рекламу при ограничении бюджета рекламы 30000 руб. и на обоих листах сохранить параметры модели, указав ячейку I3.

Лабораторная работа №9

Методы сглаживания данных

Цель: Освоить практические приемы сглаживания данных, полученных экспериментально или путем компьютерного моделирования.

9.1. Понятие о методах сглаживания данных

При обработке данных довольно часто исследуемая величина изменяется по какому-либо закону, но из-за случайных колебаний становится трудно понять характер этой зависимости. Например, при проведении физических исследо­ваний причиной этих колебаний могут являться погрешности приборов и различные внешние факторы (колебания температуры, изменения напряже­ния в питающей сети и многие другие), при проведении же социологических опросов или исследований экономической обстановки в стране эти отклонения являются случайными величинами. Для того чтобы лучше понять и увидеть на гистограмме законо­мерности изменения величин, используют сглаживание колебаний. В пакет анализа данных для этого включены два метода: Скользящее среднее и Экспоненциальное сглаживание. Обе ко­манды реализуют сглаживание данных, но разными способами.

Суть метода сглаживания Скользящее среднее состоит в том, что для каждого интервала вычисляется среднее значение на основе значений из нескольких предыдущих интервалов. В параметрах сглаживания задается количество используемых для этого интервалов.

В методе Экспоненциальное сглаживание также зна­чение для каждого интервала вычисляется из значений предыдущих интер­валов, но по иной формуле. Если в методе Скользящее среднее следующее значение вычисляется как арифметическое среднее из предыдущих значений, то в методе Экспоненциальное сглаживание следующее значение вычисляется как среднее от значения точки данных на текущем интервале и экспоненциального сглаженного, полученного на пре­дыдущей итерации. При этом все предшествующие текущему интервалы ав­томатически включаются в вычисление на каждой итерации. При этом можно задать весовой коэффициент для текущего интервала, который будет являться фактором затухания. Чем выше коэффициент, тем больше степень затухания.