- •ОГЛАВЛЕНИЕ
- •ВВЕДЕНИЕ
- •1.1. Основные понятия и определения теории вероятностей
- •1.2. Функции распределения вероятностей случайной величины
- •1.3. Числовые характеристики случайных величин
- •1.5. Случайные процессы и их основные статистические характеристики
- •1.6. Корреляционные функции случайных процессов
- •1.7. Спектральные плотности случайных процессов
- •1.9. Прохождение дискретного случайного процесса через дискретное динамическое звено первого порядка
- •ЗАДАЧИ
- •2. ЭЛЕМЕНТЫ МАТЕМАТИЧЕСКОЙ СТАТИСТИКИ
- •2.1. Общие понятия и определения
- •2.2. Простейшие оценки
- •2.3. Интервальные оценки. Доверительный интервал
- •2.4. Проверка статистических гипотез о параметрах распределения
- •2.5. Критерии согласия
- •2.6. Последовательный анализ
- •2.7. Особенности статистического вывода
- •2.8. Статистики и измерения стационарного случайного процесса
- •2.9. Оценка корреляционной функции
- •2.10. Оценка спектральной плотности
- •ЗАДАЧИ
- •3. МОДЕЛИ ОБЪЕКТОВ УПРАВЛЕНИЯ
- •3.1. Средства и этапы описания объектов управления
- •3.2. Характеристика моделей объектов управления
- •3.3. Динамические модели объектов управления
- •3.4. Преобразование и исследование динамических моделей
- •3.5. Статические модели
- •3.6. Графическое представление статических моделей
- •3.7. Пример описания объекта управления
- •4. МЕТОДЫ ИДЕНТИФИКАЦИИ
- •4.1. Дисперсионный анализ
- •4.2. Метод регрессионного анализа
- •4.3. Рекуррентные алгоритмы идентификации линейных моделей
- •4.5. Идентификация параметров динамических моделей
- •4.6. Сглаживание временных рядов
- •ЗАДАЧИ
- •5. ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА
- •5.1. Общие требования к плану эксперимента
- •5.2. Полный факторный эксперимент
- •5.3. Дробный факторный эксперимент
- •5.4. Планы для квадратичных моделей
- •ЗАДАЧИ
- •СПИСОК ИСПОЛЬЗУЕМЫХ АББРЕВИАТУР И ОБОЗНАЧЕНИЙ
5. ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА |
||
5.1. Общие требования к плану эксперимента |
||
Рассмотрим объекты, структурная схема которых имеет вид (рис. 5.1). |
||
|
|
v |
u |
|
y |
F (u) |
|
|
Рис. 5.1. |
|
|
Здесь, как и ранее (см. раздел 3.4), u – вектор управляющих воздейст- |
||
вий (факторов) размерности m , v – аддитивная помеха, y – выходная пе- |
||
ременная, скаляр. |
|
|
Влияние контролируемых возмущений z отнесено к действию адди- |
||
тивной помехи. Математическая модель объекта ищется в классе статических |
||
моделей |
|
|
m |
m |
m |
y aT u uT Au v a j u j aijuiu j a jju 2j v . (5.1) |
||
j 0 |
i, j 1 |
j 1 |
|
i j |
|
Результаты пассивного эксперимента, как и в разделе 4.3, представляем матрицами наблюдения
|
u |
u |
u |
|
|
|
y |
|
|
|||
|
|
10 |
11 |
|
1k |
|
|
|
1 |
|
|
|
U |
u20 |
u21 |
u2k |
; Y |
|
y2 |
|
, (5.2) |
||||
|
|
|
|
|
|
|
|
|
||||
|
|
|
||||||||||
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|||||
|
|
|
uN 2 |
|
|
|
|
|
|
|
|
|
|
uN 0 |
uNk N (k 1) |
|
yN N 1 |
|
где k – число коэффициентов (параметров) постулированной модели (5.1), без свободного члена; N – число экспериментов.
По аналогии с (4.16) получим МНК-оценки
|
(5.3) |
U TU U T Y CU T Y . |
При выполнении предпосылок МРА точность оценок (5.3) определяется ковариационной матрицей
, |
|
|
C , |
(5.4) |
|
U TU |
|||||
|
|
V |
|
V |
|
где V – дисперсия помехи.
217
Анализ выражений (5.3) и (5.4) указывает на то, что свойства оценок регрессионного уравнения определяются свойствами матрицы наблюдений U (5.2). Если матрицу U формировать по определенным правилам, то можно получать заданные свойства оценок . Но тогда необходимо проводить уже не пассивный эксперимент, регистрируя только изменения u kT0 , y kT , а
активно изменять их в соответствии с некоторым заранее заданным планом эксперимента, т.е. проводить активный эксперимент.
Множество всех точек проведения эксперимента задается матрицей плана U (5.2).
Одной из характеристик плана эксперимента является число экспериментов N, которое определяет, с одной стороны, затраты на эксперимент, с другой – свойства плана и точность уравнения регрессии. Если N k , то план будет насыщенным, т.е. число оцениваемых коэффициентов модели (5.1) равно числу экспериментов.
План U называется ортогональным, если матрица Фишера
|
|
|
N |
|
|
|
|
|
|
Ui |
|
|
|
|
|
i |
|
|
|
|
|
|
|
|
N |
|
|
U |
T |
U |
|
Ui |
|
(5.5) |
|
|
i |
||||
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
N |
|
||
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
Uik |
|
||
|
|
|
|
i |
|
|
будет диагональной матрицей. В этом случае все оценки (5.3) будут независимы друг от друга, а следовательно, если один или несколько параметров оказались незначимы по критерию Стьюдента (см. раздел 4.2), то нет необходимости повторять процедуру МРА после их удаления.
План U называется ротатабельным, если дисперсия оценки выходной переменной
σ2 U T C U |
|
, |
|
(5.6) |
|||
|
i V |
|
i |
|
|
|
|
зависит только от расстояния точки U i |
|
до центра плана эксперимента неза- |
|||||
висимо от направления до этой точки. |
|
|
|
|
|
|
|
План U называется А–оптимальным, если сумма диагональных эле- |
|||||||
ментов (след) матрицы C минимальна |
|
|
|
|
|
|
|
|
|
|
|
min . |
(5.7) |
||
trC tr U TU |
|
|
|||||
|
|
|
|
|
|
U |
|
Поскольку диагональные элементы определяют дисперсию оценки |
|
||||||
|
c |
jj |
, |
|
|
|
(5.8) |
|
V |
|
|
|
|
|
то А–оптимальный план эксперимента обеспечивает минимум средней дисперсии оценок коэффициентов модели.
План U называется D–оптимальным, если определитель плана мини-
218
мален
det C min , |
(5.9) |
U |
|
т.е. объем эллипсоида рассеивания оценок коэффициентов минимален.
План U называется G–оптимальным, если он минимизирует величину максимальной дисперсии предсказанных (рассчитанных) по уравнению регрессии значений y.
План U называется Е–оптимальным, если он минимизирует максимальное собственное число соответствующей ему ковариационной матрицы оценок коэффициентов.
Все перечисленные планы предполагают, что вид модели (5.1) задан априори до эксперимента.
5.2. Полный факторный эксперимент
Полным факторным экспериментом (ПФЭ) называют эксперимент, реализующий все возможные неповторяющиеся комбинации уровней m входных независимых переменных (факторов), каждая из которых варьируется на двух уровнях. Число таких комбинаций
|
|
|
|
|
N m . |
|
|
|
|
|
|
|
(5.10) |
|||
|
Процедуру планирования и обработки результатов ПФЭ рассмотрим на |
|||||||||||||||
примере объекта с двумя факторами (m ) . |
|
|
|
|
|
|
|
|
||||||||
|
Сначала рассчитаем число экспериментов |
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
N |
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
Осуществим переход от исходных переменных u j |
к нормированным |
||||||||||||||
переменным x j |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
u |
j |
uбаз |
|
|
|
|
|
|
|
|
|
|
|
|
|
x j |
|
j |
, j 1, m , |
|
|
|
|
|
|
|
(5.11) |
|||
|
|
|
|
u j |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
u u |
|
|
|||
где u |
|
– текущее значение входного воздействия; uбаз |
j |
|
j |
– базовое |
||||||||||
j |
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
j |
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
u u |
|
|
|
|
||
(среднее) значение j-го входного воздействия; |
u j |
j |
j |
– |
|
интервал |
||||||||||
|
2 |
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
варьирования входного воздействия; u j , |
u j – минимальное и максимальное |
|||||||||||||||
значение j-го входного воздействия (см. раздел 3.1). |
|
|
|
|
|
|
|
|||||||||
|
В нормированном пространстве очевидно |
x , |
x |
, |
j , m . |
|||||||||||
|
|
|
|
|
|
|
|
|
j |
|
j |
|
|
|
|
|
Переход от исходного пространства к нормированному иллюстрирует рис.
5.2.
219
15 |
u2, В |
|
|
|
|
|
|
|
|
|
|
|
|
|
x2 |
10 |
|
|
|
|
|
|
+1 |
|
|
|
|
|
|
|
|
баз |
|
|
|
|
|
нормирование |
|
|
|
|
|
|
-1 |
+1 |
|
u 2 |
|
|
|
|
|
||
|
|
|
|
|
|
x1 |
|
|
|
|
|
а |
|
денормирование |
|
5 |
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
u - |
|
u баз |
|
u |
-1 |
|
|
|
|
а |
||||
|
1 |
|
1 |
|
|
1 |
|
|
100 |
200 |
300 |
400 |
u1,кг |
|
|
|
|
|
Рис. 5.2. Исходное и нормированное пространство для планирования эксперимента
Совершенно очевидно, что если в исходном пространстве входные воздействия – размерные величины (B, кг), то в нормированном они безразмер-
ные. Центр плана эксперимента u1баз ,u2баз перемещается в нормированном
пространстве в начало координат.
Обратный переход от нормированных переменных к исходным согласно (5.11) осуществляем по формуле
u |
j |
uбаз |
x |
u |
j |
, j 1, m . |
(5.12) |
|
j |
j |
|
|
|
||
Модель, которую можно получить по результатам ПФЭ для |
m , |
||||||
имеет вид неполного квадратичного полинома |
|
||||||
= 0 0 |
+ 1 1 + 2 2 + 12 1 2, |
(5.13) |
где x – фиктивная переменная для оценки свободного члена полинома.
В этом уравнении число коэффициентов модели равно числу экспериментов матрицы плана k N .
Составление матрицы плана эксперимента ведется в нормированном пространстве в виде следующей табл. 5.1.
Формирование матрицы ПФЭ.
Вектор-столбец фиктивной переменной для оценки свободного члена модели (5.13) полагают равным единице x .
Вектор-столбец x всегда начинается с «-1» и далее поочередно чере-
дуются +1, -1 и т.д.
Вектор-столбец x меняет знак с вдвое меньшей частотой и начинается
с -1.
Вектор-столбец x x получается перемножением столбцов x и x .
220
|
|
|
|
|
|
|
|
|
|
|
|
Таблица 5.1 |
|||
|
|
Матрица ПФЭ для m=2 и числа повторных экспериментов p=3 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Номер опыта |
|
|
|
|
|
Результат |
|
|
|
||||||
x0 |
x1 |
x2 |
x1x2 |
эксперимента |
y i |
||||||||||
|
|
|
|
||||||||||||
1 |
2 |
|
3 |
yi1 |
|
yi2 |
|
yi3 |
|||||||
|
|
|
|
|
|
|
|
|
|||||||
5 |
9 |
|
6 |
+1 |
-1 |
-1 |
+1 |
y11 |
|
y12 |
|
y13 |
y1 |
||
3 |
1 |
|
12 |
+1 |
+1 |
-1 |
-1 |
y21 |
|
y22 |
|
y23 |
y |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
2 |
4 |
|
7 |
+1 |
-1 |
+1 |
-1 |
y31 |
|
y32 |
|
y33 |
y 3 |
||
8 |
10 |
|
11 |
+1 |
+1 |
+1 |
+1 |
y41 |
|
y42 |
|
y43 |
y 4 |
Два вектор-столбца x и x (выделены жирно) образуют собственно
план активного эксперимента.
Свойства ПФЭ.
Сформированный план эксперимента обладает свойствами симметричности, ортогональности и ротатабельности.
Симметричность плана относительно центра планирования (начала координат) проверяется следующим образом:
N |
|
|
xij , |
j , ,...,k , |
(5.14) |
i
т.е. алгебраическая сумма элементов вектор-столбца равна нулю (кроме нулевого).
Ортогональность плана проверяется из соотношения
N |
|
|
|
xij xil , |
j,l , ,...,k , |
j l , |
(5.15) |
i
т.е. сумма почленных произведений любых двух векторов-столбцов равна нулю.
Свойства ротатабельности доказано в работах по теории планирования эксперимента.
Проведение эксперимента.
В левой части матрицы планирования пронумерована последовательность реализации строк матрицы ПФЭ для v , ,...,p -повторных опытов.
Очередность реализации строк ПФЭ определяется путем проставления неповторяющихся случайных чисел от 1 до N p , например, с генератора равно-
мерного распределения, в столбцы v , ,...,p .
После того как матрица плана сформирована, следует перейти к ее реализации.
Для этого выбираем строку с номером опыта «1». Для нашего плана это
221
вторая строка (v ) с координатами x , x . На плане (см. рис. 5.1) это точка a. Соответственно на объекте будут установлены значения u1 u1 , u2 u2 , (точка a в исходном пространстве). После реализации эксперимента
на объекте результат измерения выходной переменной запишем элементом y . Далее необходимо реализовать на объекте третью строку для номера
опыта v и получим в результате эксперимента элемент y и т.д.
Проверка воспроизводимости эксперимента – это проверка предпо-
сылки МРА об однородности выборочных дисперсий в каждой точке плана эксперимента. Поскольку в каждой точке было проведено p-повторных экспериментов, то выборочная дисперсия i-ой точки плана равна
Si
p
где yi p v yiv .
|
|
p |
|
|
|
yiv yi , i , N , |
(5.16) |
|
|||
|
p v |
|
Для проверки гипотезы используем критерий Кохрена |
|
||||
Gнабл |
max S |
|
|
|
|
i |
, |
(5.17) |
|||
N |
|
|
|||
|
Si |
|
|
|
|
i
G |
Gкрит |
|
, |
(5.18) |
набл |
q,v ,v |
|
|
|
|
|
|
|
|
где q – уровень значимости; v p , v N – число степеней свободы.
Если (5.18) выполняется, то гипотеза принимается и вычисляют выборочную дисперсию (дисперсию воспроизводимости) эксперимента
|
N |
|
|
S |
Si |
|
|
i |
, |
(5.19) |
|
|
|||
V |
N |
|
|
|
|
|
с числом степеней свободы vV N( p ) .
Если гипотеза об однородности отвергнута, то следует признать невоспроизводимость эксперимента относительно входных воздействий U вследствие существенного влияния помехи V либо отсутствием функциональной связи воздействий U с выходом y. Необходимо увеличить число параллельных опытов p.
Оценка параметров модели для нормированного пространства осуществляется по формулам
222
|
|
|
N |
y |
|
j , ,...,k . |
|
|
x |
, |
(5.20) |
||||
|
|||||||
|
|
ij |
i |
|
|
|
|
|
|
N i |
|
|
|
|
Далее проверяем коэффициенты на значимость, т.е.
H : b j ; H : b j .
Для этого рассчитаем
|
|
^ |
|
|
|
|
|
|
|
b j |
|
|
|
|
|
tнаблj |
|
|
|
|
, |
j , ,...,k , |
(5.21) |
|
|
|
|
||||
|
^ |
|
|||||
|
S b j |
|
|
|
|||
|
|
|
|
|
|
|
|
^ |
|
|
S |
|
|
где |
S b j |
V |
|
– выборочное среднеквадратическое отклонение оценки |
||
N p |
|
|||||
|
|
|
|
|
^
b j .
Если tнаблj t крит , то коэффициент b j – значим.
q,vV
Если b j не значим, то нет необходимости пересчитывать остальные ко-
эффициенты модели после удаления незначимого коэффициента в силу ортогональности матрицы плана.
Незначимость коэффициента b j может быть обусловлена либо малым шагом варьирования по j-ой переменной u j , либо отсутствием функциональной связи с выходной переменной, либо большим уровнем помех V .
Проверка адекватности уравнения регрессии (модели) предполагает
проверку для уровня значимости q |
|
|
|
|
|||||||
|
|
|
|
F |
|
F крит |
, |
|
(5.22) |
||
|
|
|
|
набл |
|
|
q,v ,v |
|
|
|
|
|
|
|
|
|
|
|
|
V |
|
|
|
|
|
S |
|
|
N |
|
^ |
|
|
|
|
|
|
|
|
|
|
||||||
где F |
|
e |
, S |
|
y |
|
y |
, |
|
||
набл |
|
S |
e |
N k i |
i |
|
i |
|
|
||
|
|
V |
|
|
|
|
|
|
|
|
|
|
|
|
|
^ |
|
k ^ |
|
|
|
|
|
|
|
|
|
yi |
b j xij |
, i , N , |
(5.23) |
||||
|
|
|
|
|
|
j |
|
|
|
|
|
v N k .
Если условие (5.22) выполняется, то модель признается адекватной объекту, иначе условия эксперимента, а может и вид модели, следует изменить, например, выбрать полином второго порядка и соответственно изменить матрицу планирования эксперимента. Если v при N k , то нет
степеней свободы для проверки адекватности и ее не следует проводить. В нашем случае N k и, следовательно, проверку адекватности проводить не следует.
223
Переход в исходное пространство осуществляется подстановкой вы-
ражений (5.11) в исходную модель (5.13)
|
|
|
|
|
u |
uбаз |
u |
|
u |
баз |
|
|
|
u |
uбаз |
u |
2 |
u |
баз |
|
|
|
|||||||||||||||||||||||
|
|
|
|
|
|
1 |
|
|
1 |
|
|
|
|
|
|
|
2 |
|
|
2 |
|
|
|
+ 12 |
|
1 |
1 |
|
|
|
|
|
2 |
|
, (5.24) |
||||||||||
|
= 0 + 1 |
u1 |
|
|
+ 2 |
|
|
|
|
|
|
u2 |
|
|
|
|
|
|
u1 |
|
|
u2 |
|
|
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||
и соответствующих преобразований |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
= 0 |
+ 1 u1 |
+ 2 u2 |
+ 12 u1u2 , |
|
|
|
|
(5.25) |
|||||||||||||||||||||||||
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
m |
|
|
|
u |
баз |
|
|
|
|
|
u |
баз |
u |
баз |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
u |
баз |
|
||||||||||||
= |
|
|
|
|
1 |
|
+ |
|
|
|
1 |
|
|
2 |
|
; |
|
|
|
|
|
= |
|
|
|
|
− |
|
|
|
2 |
; |
|||||||||||||
0 |
0 |
j |
|
|
|
u j |
12 |
|
|
|
u1 u2 |
|
|
|
|
|
|
|
|
1 |
|
|
∆1 |
|
12 |
u1 u2 |
|||||||||||||||||||
2 = |
2 |
− 12 |
|
uбаз |
|
|
12 = |
|
|
|
|
12 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
1 |
|
|
|
; |
|
|
|
|
|
|
|
|
|
. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
∆1∆2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||||||||
∆2 |
u1 u2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||
Для m число экспериментов N |
|
. Модель для оценивания |
|
||||||||||||||||||||||||||||||||||||||||||
|
|
= 0 0 + 1 1 + 2 2 + 3 3 + 12 1 2 +
+ 13 1 3 + 23 2 3 + 123 1 2 3. (5.26)
Матрица планирования ПФЭ для p представлена в табл. 5.2.
Таблица 5.2
Матрица ПФЭ для m=3, p=1
v = 1 |
x0 |
x1 |
x2 |
x3 |
x1x2 |
x1x3 |
x2x3 |
x1x2x3 |
y in |
8 |
+1 |
-1 |
-1 |
-1 |
+1 |
+1 |
+1 |
-1 |
y11 |
7 |
+1 |
+1 |
-1 |
-1 |
-1 |
-1 |
+1 |
+1 |
y 21 |
6 |
+1 |
-1 |
+1 |
-1 |
-1 |
+1 |
-1 |
+1 |
y31 |
3 |
+1 |
+1 |
+1 |
-1 |
+1 |
-1 |
-1 |
-1 |
y 41 |
1 |
+1 |
-1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
y51 |
2 |
+1 |
+1 |
-1 |
+1 |
-1 |
+1 |
-1 |
-1 |
y 61 |
4 |
+1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
-1 |
y 71 |
5 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
y81 |
Для обработки результатов эксперимента ПФЭ можно воспользоваться процедурой МРА (см. раздел 4.2). Для этого повторные эксперименты следует расположить в продолжение основной матрицы планирования.
Пример 5.1. Объект исследования описывается неполным квадратич-
224
ным полиномом
y a0 a1u1 a2u2 a12u1u2 v .
Объект подвержен действию аддитивной помехи v нормального распределения.
Необходимо спланировать ПФЭ для числа повторных экспериментов p 3 .
Результаты расчетов представлены на рис. 5.3.
1. Моделирование ПФЭ : |
|
|
|
|
|
|
||
p 3 |
m 2 |
N 2m 4 |
k 3 |
v 1 |
|
|
1 |
|
|
|
|
|
|
|
|
1 |
|
N1 N p 12 |
|
|
|
a |
|
|
||
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
U1m in 0 |
U1m a x 6 |
U2m in 3 |
U2m a x 10 |
|
Закон распредел ения помехи |
V rnorm(N1 0 v ) |
|
||
Объект |
F(U1 U2) a0 |
a1 U1 a2 U2 a3 U1 U2 V |
||
Постулируемая модель: |
Y(U1 U2) a0 a1 U1 a2 U2 |
a3 U1 U2 |
Матрица ПФЭ для числа повторных экспериментов p=3:
Рис. 5.3. Идентификация модели по результатам ПФЭ (пример 5.1)
225
1 |
1 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
1 |
1 |
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
1 |
1 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1 |
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
1 |
1 |
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
1 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
1 |
1 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
1 |
1 |
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
( y |
U ) |
for |
|
i 0 N1 1 |
|
|
|
|
|
|
|
|
|
||||||||||
|
1 |
1 |
1 |
1 |
|
|
|
|
|
|
U1 U1m in |
|
|
|
|
1 |
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
if X |
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
i 1 |
|
|
|
|
|
|
||||||||
1 |
1 |
|
1 |
1 |
|
|
|
|
|
U1 U1m a x otherwise |
|
|
|
|
|
|
||||||||
|
1 |
1 |
|
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
U2 U2m in |
if X |
|
|
|
1 |
|
|
|
|
|||
1 |
1 |
1 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
i 2 |
|
|
|
|
|||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
U2 U2m a x otherwise |
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
UU ( 1 U1 |
U2 |
U1 U2 ) |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
for j 0 3 |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
Ui j UU0 j |
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
Fi a0 a1 U1 a2 U2 a3 U1 U2 Vi |
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
( F |
U ) |
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
0 |
1 |
2 |
3 |
|
|
|
|
|
|
|
|
|
0 |
|
|
-14.439 |
|
|
|
|
|
0 |
|
1 |
0 |
3 |
0 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
-2.679 |
|
|
|
|
|
1 |
|
1 |
6 |
3 |
18 |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
-49.473 |
|
|
|
|
|
2 |
|
1 |
0 |
10 |
0 |
|
|
|
|
|
|
|
|
|
|
3 |
|
|
4.049 |
|
|
|
|
|
3 |
|
1 |
6 |
10 |
60 |
|
|
|
|
|
|
|
|
|
|
4 |
|
|
-3.686 |
|
|
|
|
|
4 |
|
1 |
6 |
3 |
18 |
|
|
|
|
|
|
|
|
|
y |
5 |
|
|
-13.956 |
|
|
U |
5 |
|
1 |
0 |
3 |
0 |
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
6 |
|
|
-49.121 |
|
|
|
|
|
6 |
|
1 |
0 |
10 |
0 |
|
|
|
|
|
|
|
|
|
|
7 |
|
|
5.556 |
|
|
|
|
|
7 |
|
1 |
6 |
10 |
60 |
|
|
|
|
|
|
|
|
|
|
8 |
|
|
-11.808 |
|
|
|
|
|
8 |
|
1 |
0 |
3 |
0 |
|
|
|
|
|
|
|
|
|
|
9 |
|
|
-1.191 |
|
|
|
|
|
9 |
|
1 |
6 |
3 |
18 |
|
|
|
|
|
|
|
|
|
|
10 |
|
|
5.985 |
|
|
|
|
|
10 |
|
1 |
6 |
10 |
60 |
|
|
|
|
|
|
|
|
|
|
11 |
|
|
-48.138 |
|
|
|
|
|
11 |
|
1 |
0 |
10 |
0 |
|
amnk |
|
T |
1 |
T |
y |
|
|
|
|
1.817 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
U U |
|
U |
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.274 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
amnk |
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
5.073 |
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.029 |
|
|
|
|
|
|
|
|
|
|
Рис. 5.3. Продолжение
226
yср 0 |
|
y0 y5 y8 |
yср 1 |
|
y1 y4 y9 |
yср 2 |
|
y2 y6 y11 |
yср 3 |
|
y3 y7 y10 |
||||
|
|
|
|
|
|
|
|
||||||||
|
3 |
|
|
3 |
|
|
3 |
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
13.401 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
yср |
|
2.519 |
- усредненные данные проведенного эксперимента |
||||||||||||||||||||||||
|
48.911 |
||||||||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
5.197 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
Проверка на воспроизводимость |
|
|
|
|
|
|
|
||||||||||||
SS |
|
|
|
1 |
|
y |
|
yср |
2 |
y |
|
yср |
|
2 |
y |
|
yср |
|
2 |
|
|
|
|||||
|
|
|
1 |
|
|
|
|
|
|
|
|
||||||||||||||||
0 |
|
|
p |
|
0 |
|
0 |
|
5 |
|
0 |
|
|
8 |
|
|
0 |
|
|
|
|
||||||
SS |
|
|
|
1 |
|
y |
|
yср |
2 |
y |
|
yср |
|
2 |
y |
|
yср |
|
2 |
|
|
|
|||||
|
|
|
1 |
|
|
|
|
|
|
|
|
||||||||||||||||
1 |
|
|
p |
|
1 |
|
1 |
|
4 |
|
1 |
|
|
9 |
|
|
1 |
|
|
|
|
||||||
SS |
|
|
|
1 |
|
y |
|
yср |
2 |
y |
|
yср |
|
2 |
y |
|
|
yср |
|
2 |
|
|
|
||||
|
|
|
1 |
|
|
|
|
|
|
|
|
||||||||||||||||
2 |
|
|
p |
|
2 |
|
2 |
|
6 |
|
2 |
|
|
11 |
|
|
2 |
|
|
|
|
||||||
SS |
|
|
|
1 |
|
y |
|
yср |
2 |
y |
|
yср |
|
2 |
y |
|
|
yср |
|
2 |
|
|
1.961 |
||||
|
|
|
1 |
|
|
|
|
|
|
||||||||||||||||||
3 |
|
|
p |
|
3 |
|
3 |
|
7 |
|
3 |
|
|
10 |
|
|
3 |
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
SS |
|
1.575 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0.479 |
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Проверка гипотезы об однородности оценок дисперсии в точках |
|
|
1.035 |
||||||||||||||||||||||||
эксперимента |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
v1 p 1 |
|
|
|
v2 N |
- число степеней свободы |
|
|
|
|
|
|
||||||||||||||||
Gnabl |
|
max(SS) |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
N 1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
SSi |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
i 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
Gnabl 0.388 |
- вычисленное значение критерия по данным наблюдения |
||||||||||||||||||||||||||
Gkrit 0.8643 |
- критическая точка (находится по таблице) |
|
|
|
|||||||||||||||||||||||
Так как |
|
|
Gnabl < Gkrit- с ледовательно , |
принимаем гипотезу об одн ороднос ти |
|||||||||||||||||||||||
дис перс ии. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Выборочная дисперсия
N1
SSi
S |
i 0 |
S 1.262 - оценка дисперсии помехи |
sv |
|
||
S |
1.124 |
|||||
|
||||||
v |
N |
v |
|
v |
||
|
|
|
|
|
||
Оценка параметров модели |
|
|
|
|||
j 0 k |
|
|
|
|
Рис. 5.3. Продолжение
227
|
|
|
|
|
N 1 |
Xi j yср i |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
i 0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
14.908 |
||||
|
b |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
j |
|
|
|
|
N |
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
16.247 |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
b |
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6.948 |
|||
Проверка коэффициентов на значимость |
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
10.806 |
|
|
|
H0 |
|
: |
|
b |
j |
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
H1 |
|
: |
|
b |
j |
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
tна бл |
|
|
bj |
|
|
|
|
|
|
|
tна бл |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
j |
|
|
|
Sv |
|
|
|
|
|
|
|
|
j |
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
N p |
|
|
|
|
|
|
|
45.963 |
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
50.091 |
|
||
Vs N (p 1) |
Vs 8 |
|
|
|
|
|
|
|
|||||||||||||||
|
|
|
|
|
21.422 |
|
|||||||||||||||||
|
|
qt |
|
|
|
0.05 |
V |
|
|
|
|
|
33.316 |
|
|||||||||
t |
|
1 |
|
t |
|
2.306 |
|
|
|
|
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
||||||||||||||
|
qv |
|
|
|
|
|
|
|
2 |
|
|
s |
|
qv |
|
|
|
|
|
|
|
||
tна блj |
tqv |
|
- |
|
коэффициенты принимаем значимыми |
Проверка адекватности по критерию Фишера нецел есообразна ,т.к. свободы N-k-1=0
Переход из нормированного пространства в исходное пространство
Интервалы варьирования
U 1 |
U1m a x U1m in |
U |
|
3 |
U 2 |
|
U2m a x U2m in |
||
2 |
|
1 |
|
|
|||||
|
|
|
|
|
|
2 |
|
||
Координаты точки центра области |
планирования |
|
|
|
число степеней
U 2 3.5
Ubaz1 |
|
U1m a x U1m in |
Ubaz1 3 |
|
|
|
|
|
|
|
|
|
||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
bb b |
|
|
|
Ubaz2 |
|
U2m a x U2m in |
Ubaz2 6.5 |
|
|
|
|
|
|
|
|
|
||||||||
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Формула перехода к модели в исходном пространстве |
|
|
|
|
|
|||||||||||||||
yrez(U1 U2) b |
|
b |
|
|
U1 Ubaz1 |
b |
|
U2 Ubaz2 |
b |
|
|
U1 Ubaz1 |
|
U2 Ubaz2 |
||||||
0 |
1 |
|
2 |
|
|
|
3 |
|
|
|
||||||||||
|
|
|
|
|
U 1 |
|
|
|
U 2 |
|
|
U 1 |
|
U 2 |
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Рис. 5.3. Продолжение
228