- •Основные требования к объектам исследований.
- •Основные принципы планирования эксперимента.
- •Основные этапы пэ.
- •Требования к параметру оптимизации.
- •Задачи с несколькими выходными параметрами.
- •Факторы.
- •Выбор модели.
- •Геометрическая интерполяция модели.
- •Поверхность отклика будет иметь следующий вид.
- •Допущения относительно свойств модели.
- •Предпосылки выбора модели.
- •Факторный эксперимент.
- •Преимущества факторных экспериментов.
- •Метод варьирования факторов по одному:
- •Полный факторный эксперимент.
- •Алгоритм принятия решения при выборе основного уровня.
- •При выборе интервала варьирования необходимо учитывать:
- •Полный факторный эксперимент 2 типа.
- •Геометрическая интерпретация пфэ 22.
- •Приемы построения матриц.
- •Свойства пфэ типа 2k.
- •Построение математической модели на основе пфэ.
- •Дробный факторный эксперимент.
- •Минимизация числа опытов.
- •Правила минимизации числа опытов.
- •Дробная реплика.
- •Порядок проведения эксперимента.
- •Оценка значимости результатов опытов
- •Проверка однородности дисперсии.
- •Критерий Фишера.
- •Критерий Кохрена.
- •Обработка результатов эксперимента.
- •Система нормальных уравнений мнк.
- •Геометрическая интерпретация уравнений(коэффициентов) регрессии.
- •Условие корректного применения регрессионного анализа.
- •Проверка значимости коэффициентов регрессии.
- •Проверка адекватности модели.
- •Методы поиска оптимума функции.
- •Шаговый метод.
- •Анализ результатов моделирования процессов.
- •Принятие решения после принятия решения.
- •Выделение существенных факторов.
- •Насыщенность плана:
- •Насыщенные дробные факторные планы.
- •Насыщенный эксперимент, планы Плакетте – Бермана.
- •Построение матриц.
- •Метод случайного баланса.
- •Планы для изучения поверхности отклика.
- •План подбора модели 2го порядка.
- •Центральные композиционные планы.
- •Ортогональные планы второго порядка.
- •Рототабельное планирование 2го порядка.
Выбор модели.
Выбрать модель – значит выбрать вид этой функции, записать ее уравнение, провести эксперимент для определения численных значений констант.
Геометрическая интерполяция модели.
Построим геометрический аналог функции отклика, а именно поверхность отклика для случаев с 2мя факторами. В случае с несколькими факторами мы имеем дело с абстрактным многомерным пространством.
Поверхность отклика будет иметь следующий вид.
Проведем сечение поверхности отклика плоскостями || плоскости основания.
Каждая линия соответствует постоянному значению параметра оптимизации.
Учитывая невозможность полного перебора состояний исследуемого объекта и нецелесообразности исполнения метода случайного поиска. Остановимся на построении математической модели, которая позволит предсказывать значение отклика в тех состояниях, которые не изучались экспериментально.
Допущения относительно свойств модели.
Непрерывность поверхности;
Наличие единственного оптимума.
Эти упущения позволяют представить изучаемую функцию в виде степенного ряда в окрестности любой возможной точки факторного пространства.
Предпосылки выбора модели.
Выбор математической модели определяется требованиями, которые мы к ней предъявляем:
Способность предсказывать направление дальнейших опытов;
Точность;
Простота.
На участке [xmin;xmax] функция отклика с удовлетворительной точностью описывается 2мя уравнениями.
Исходя из требований, предъявляемых к модели, при этом в качестве модели преимущественно использовать алгебраические полиномы, которые являются отрезками степенных рядов.
Примеры полиномов для случаев 2х факторов:
0: y=b0
1: y=b0+b1x1+b2x2
2: y=b0+b1x1+b2x2+ b12x1x2
…
5: y=b0+b1x1+b2x2+ b1222x1x2 x12x22
Эксперимент нужен только для нахождения чисел значения коэффициента полинома.
Для решения задачи нахождения оптимума целесообразно использовать полином 1ой и последней степени, увеличить степень полинома до тех пор, пока модель не станет адекватна.
Факторный эксперимент.
На практике во многих экспериментах приходится исследовать эффекты 2х и более факторов. В этом случае наиболее эффективны факторные эксперименты, т е исследуются все возможные комбинации уровней фактора.
«а» - А, «b» - В. При «а» уровней фактора А и «b» уровнях фактора В каждый опыт содержит все ab комбинации обработки.
Эффект фактора определяется как изменение отклика, обусловленное изменением уровня фактора. Его часто называют главным эффектом, он относится к факторам, представляет основной интерес в эксперименте.
Пример факторного эксперимента:
За главный эффект фактора А можно принять разность средних откликов на разных уровнях фактора А.
Видно, что возрастание фактора А от уровня 1 до 2 вызывает увеличение среднего отклика А на 21.
Для фактора В главный эффект составляет:
Следует помнить, что все это справедливо для числа уровней, не более 2х, в противном случае подход к решению задачи несколько другой, т к разности средних откликов могут быть образованы многими способами, очевидно, что разности откликов на некоторых уровнях одного фактора могут оказаться неодинаковы для различных уровней других факторов. В таких случаях говорят, что между факторами существует взаимодействие.
Пример факторный эксперимент с взаимодействием:
На 1ом уровне фактора В эффект фактора А, составляет 50-20=30, на 2ом уровне фактора В эффект фактора А составляет 12-40=-28, таким образом эффект фактора А зависит от выбора уровня фактора В=> фактор А и фактор В взаимодействуют.
Факторный эксперимент без взаимодействия.
Линии, соответствующие B1 и B2 практически параллельны, что свидетельствует об отсутствии взаимодействий.
Факторный эксперимент с взаимодействием:
Линии, соответствующие B1 и B2 пересекаются, что свидетельствует о взаимодействии факторов А и В.