
- •Экзаменационный билет № 1
- •1. Локальные компьютерные сети. Конфигурации локальных сетей и организация обмена информацией.
- •2.Укрупненный алгоритм пфэ (подробно осветить пункты «проверка воспроизводимости эксперимента» и «адекватности модели»)
- •4.Отбор факториальных признаков в множественных регрессионных моделях, без учета временного лага Этапы решения задачи для размерных регрессионных моделей без учета временного лага.
- •5.Современные Web-технологии для повышения эффективности производства
- •Экзаменационный билет №2
- •1. Общая структура и принципы организации универсальной имитационной системы Simplex3. Виды компонентов. Накопительные массивы и мобильные компоненты. Книга Ивашкина
- •2. Общий алгоритм однофакторного дисперсионного анализа (подробно расчет факторной дисперсии).
- •3. Структура таблицы формата dbf и ее взаимодействие с индексным файлом. Доступ к данным таблицы через индексный файл.
- •4. Множественные регрессионные модели. Классификация. Сфера применения
- •5. Разработка распределенных систем с совместно используемой памятью. Проблемы их эффективной реализации
- •Экзаменационный билет № 3
- •1.Internet и образование. Понятие о дистанционном обучении с использованием глобальных компьютерных сетей. Основные принципы дистанционного обучения.
- •2.Алгоритм проверки статистической гипотезы о равенстве математических ожиданий двух генеральных совокупностей
- •3. Принципы формирования баз данных и знаний. Модели представления знаний
- •4.Задачи распределения ресурсов. Классификация обзор методов решения
- •6 Этап.
- •5.Программное обеспечение промежуточного уровня в распределенных системах
- •Экзаменационный билет № 4
- •1. Всемирная паутина. Технология www. Браузеры. Файловые архивы.
- •3. Система редактирования простой и реляционной баз данных. Участки программных кодов кнопок управления системой редактирования с использованием буферизации на конкретном примере.
- •4. Отбор факториальных признаков в множественных регрессионных моделях, с учетом временного лага Безразмерные регрессионные модели прогнозирования с учетом временного лага.
- •5. Распределенные и сетевые операционные системы
- •Экзаменационный билет № 5
- •2. Численный метод и алгоритм построения уравнения множественной линейной регрессии (два фактора)
- •3. Основные характеристики базы данных и их влияние на быстродействие обработки информации. Методы повышения быстродействия
- •5. Какова роль программного обеспечения промежуточного уровня в распределенных системах?
- •Экзаменационный билет № 6
- •1. Ситуационная модель аномального состояния технологической системы и алгоритмы идентификации.
- •2. Укрупненный алгоритм оцкп для 3-х факторов (подробно о проверке воспроизводимости и значимости коэффициентов)
- •3. Временные характеристики индексированных и неиндексированных реляционных баз данных в зависимости от объема буферной памяти
- •5. К каким проблемам приводит реализация максимально возможной степени прозрачности?
- •Экзаменационный билет № 7
- •2. Укрупненный алгоритм однофакторного дисперсионного анализа (подробно расчет остаточной дисперсии)
- •3. Особенности организации работы с базами данных в сети коллективного доступа, резервирования и буферизация данных, обмен данными между пользователями и файл-сервером.
- •4. Понятие временного лага и способы его определения
- •5. Что такое прозрачность (распределения) и приведите примеры различных видов прозрачности
2. Укрупненный алгоритм оцкп для 3-х факторов (подробно о проверке воспроизводимости и значимости коэффициентов)
Число опытов и величина a в ОЦКП |
||||||
Характеристика плана |
Число факторов |
|||||
2 |
3 |
4 |
5 |
6 |
7 |
|
«Ядро» плана |
22 |
23 |
24 |
25–1 |
26–1 |
27–1 |
Число дополнительных точек (2k+1) |
5 |
7 |
9 |
11 |
13 |
15 |
Общее число опытов N |
9 |
15 |
25 |
27 |
45 |
79 |
Величина a |
1,00 |
1,215 |
1,414 |
1,547 |
1,721 |
1,955 |
Для оптимизации процесса в окрестности экстремальной точки широко используется модели в виде полинома 2-го порядка:
Для получения модели эксперимент проводят на трех уровнях, т.е. с N=3n, что нерационально и переходят к ЦКП включающему:
точки ПФЭ с Nф =2n при n<5
или ДФЭ с Nф =2n-1 при n>5
звездные точки плана типа креста c N =2n с расстоянием от центра плана (-звездное плечо)
нулевые точки N0
Т.о. N=Nф+N+N0 и для n=2 и N0=1, N=9
Для получения оценок коэфф. влияния независимо друг от друга необходимо выполнение условия ортогональности плана, определяющие равенство 0 суммы элементов столбцов матрицы планирования
Ортогонализация столбцов Z0 и Zi2 производится с помощью преобразования:
т.е. сумма отклонений от среднего должна быть равна нулю как и в других столбцах. Тогда из условий ортогональности
выводится уравнение для расчета звездного плеча
44+4 Nф2- Nф(N+ N0)=0
Исходя из ортогональной матрицы с преобразованными столбцами для квадратичных эффектов модель процесса вида:
;
i=1,n
Оценка значимости коэффициентов производится по критерию Стьюдента:
;
=(-1)*N
Если t > tкр , то коэффициент принимается значимым и число значимых коэффициентов q увеличивается на 1, т.е. q=q+1; в противном случае bi=0 оценка принимается равной нулю.
Далее следует оценка адекватности найденного уравнения регрессии по критерию Фишера:
;
1=N-q;
2=N(m-1)
где
-дисперсия
адекватности
-
расчетные значения Yk,
вычисленные по найденному уравнению регрессии.
Общий алгоритм нахождения уравнения регрессии с квадратичными эффектами включает в себя следующие этапы:
Ввод матрицы ЦКП и проверка воспроизводимости опытов с m повторений (Кохрен).
Вычисление коэффициентов регрессии и проверка их значимости по Стьюденту;
Проверка адекватности найденного уравнения по критерию Фишера с распечаткой таблицы расчетных и экспериментальных данных