APPROXIMATION OF TABULATED FUNCTIONS: A MULTI-CRITERIA APPROACH. PART II

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The article continues the development of a new approach to evaluate approximation parameters, in which the distance of the approximating function from the given finite set of points is estimated by a vector criterion, its components are the modules of residuals at all points. The vector criterion is used to define the distance preference ratio, and the best approximation function is considered to be nondominant with respect to this ratio. Compared to the first article of the authors (“Zhurnal Vychislitel’noi Matematiki i Matematicheskoi Fiziki”, 2022), which is devoted to parametric methods, the present article offers nonparametric methods for several preference relations, including the Pareto relation and the relation generated by the information about the equality of criteria. Computational problems are considered and the relations between the introduced approximating functions and classical ones are investigated. Calculated examples are provided.

About the authors

A. P Nelyubin

Institute for problems in mechanical engineering, Russian Academy of Sciences

Email: nelubin@gmail.com
Moscow, Russia

V. V Podinovsky

HSE University

Email: podinovski@mail.ru
Moscow, Russia

References

  1. Демидович Б.П., Марон И.А., Шувалова Э.З. Численные методы анализа. Приближение функций, дифференциальные и интегральные уравнения. М.: Наука, 1967.
  2. Нелюбин А.П., Подиновский В.В. Аппроксимация таблично заданных функций: многокритериальный подход // Ж. вычисл. матем. и матем. физ. 2023. Т. 63. № 5. С. 717–730.
  3. Анатольев С. Непараметрическая регрессия // Квантиль. 2009. № 7. С. 37–52.
  4. NIST/SEMATECH e-Handbook of Statistical Methods. http://www.itl.nist.gov/div898/handbook
  5. Малов С.В. Регрессионный анализ: теоретические основы и практические рекомендации. СПб.: Изд-во Санкт-Петербургского ун-та, 2013.
  6. Подиновский В.В., Подиновская О.В. Новые многокритериальные решающие правила в теории важности критериев // Докл. АН. 2013. Т. 451. № 1. С. 21–23.
  7. Fishburn P.C. Decision and Value Theory. New York: Wiley, 1964.
  8. Podinovski V.V. On the use of importance information in MCDA problems with criteria measured on the first ordered metric scale // J. Multi-Criteria Decision Analys. 2009. V. 15. P. 163–174.

Supplementary files

Supplementary Files
Action
1. JATS XML

Copyright (c) 2025 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».