![](/user_photo/2706_HbeT2.jpg)
- •13. Планирование экстремальных экспериментов. Планы первого порядка
- •13.1. Предварительное изучение объекта исследований. Постановка задачи в научной работе
- •13.2. Основные понятия и определения
- •13.2.1. Объект исследования
- •13.2.2. Математическая модель и уравнение регрессии
- •Принятие решения по результатам исследования
- •13.2.3. Параметр оптимизации
- •13.2.4. Факторы
- •13.2.5. Поверхность отклика
- •13.3. Полный факторный эксперимент
- •Кодирование факторов
- •13.4. Дробный факторный эксперимент
- •13.5. Свойства матриц полного и дробного факторного экспериментов
- •13.6. Рандомизация
- •13.7. Обработка результатов эксперимента
- •13.8. Анализ уравнения регрессии
- •15. Построение моделей второго порядка
- •15.1. Оптимальность планов
- •15.2. Ротатабельное планирование второго порядка
13.8. Анализ уравнения регрессии
Допустим, что в уравнении регрессии (13.4) все коэффициенты оказались значимыми, дисперсии в опытах однородны, а само уравнение удовлетворяет свойствам воспроизводимости и адекватности. Тогда по нему можно следующим образом трактовать искомую связь отклика у с факторами х1, …, хn.
Коэффициент b0 представляет собой значение у при основном уровне факторов.
Степень влияния факторов определяется значением коэффициентов. Чем больше абсолютное значение коэффициента, тем больше влияние на параметр оптимизации оказывает соответствующий ему фактор.
Положительный знак какого-либо коэффициента Вj означает, что фактор, уровню которого он придан, оказывает прямое действие на отклик у, т.е. с увеличением фактора Хj отклик у возрастает. При отрицательном знаке фактора оказывает обратное действие на у.
Коэффициенты Вji при произведениях факторов, например В12, характеризуют эффект взаимодействия этих факторов Х1 и Х2. Если коэффициент имеет положительный знак, увеличение уровней обоих факторов одновременно увеличивает отклик у. Для его уменьшения требуется один фактор увеличить, а другой в то же время уменьшить.
При отрицательном знаке одновременное увеличение уровней факторов приводит к уменьшению отклика у.
Коэффициенты Вjiк, при произведениях 3-х факторов, например В123, при положительном знаке дают увеличение у, когда увеличивают уровни всех трёх факторов или когда уровень одного фактора увеличивается, а уровни 2-х других в то же время уменьшаются. Иными словами, характер влияния факторов и их взаимодействий определяется обычными алгебраическими операциями.
15. Построение моделей второго порядка
15.1. Оптимальность планов
При планировании эксперимента не известно, в какой части изучаемой поверхности отклика находится искомый оптимум и каков вид этой поверхности. Поэтому стремятся использовать в первую очередь такие планы, которые позволяют получить максимальную информацию в наихудшей возможной ситуации при сравнительно небольшом числе опытов. В связи с этим возникает необходимость в оценке оптимальности планов.
ПФЭ и ДФЭ наиболее эффективные при построении линейных моделей. Достоинством этих планов являются их свойства:
ортогональность;
симметричность относительно центра;
нормировка;
ротатабельность.
При выполнении условий 1-3 коэффициенты уравнения регрессии оцениваются с минимальной дисперсией. В случае ортогональности и ротатабельности плана дисперсии для коэффициентов регрессии не только минимальны, но и равны одна другой, что облегчает статистический анализ результатов эксперимента. Одновременно ортогональными и ротатабельными могут быть только планы первой степени. При построении моделей второго порядка оценка оптимальности планов заметно усложняется. Становится необходимым учёт многих критериев. Так, Д. Киффер, развивающий концепцию Д-оптимальности, считает, что эффективность оценок определяется не только оптимальным способом обработки результатов эксперимента, но и оптимальным расположением экспериментальных точек в факторном пространстве. Кроме этого предлагается учитывать такие характеристики, как максимальная величина дисперсии предсказанных значений критерия оптимизации; объем эллипсоида рассеяния оценок параметров и др.
На практике трудно найти план, который одновременно удовлетворяет нескольким критериям оптимальности. Поэтому в каждом отдельном случае рекомендуется сначала выбрать те критерии оптимальности, которые предпочтительнее в рассматриваемых условиях, а затем выбрать план, который является наиболее целесообразным.
Известны различные виды Д-оптимальных планов, построенных на шаре, кубе и т.д. Однако такие планы не всегда являются приемлемыми (например, для планов, построенных на кубе, необходимо большое число экспериментальных точек). Отсюда и стремление использовать планы, близкие по свойствам к Д-оптимальным. К планам подобного рода относятся планы Хартли и Вk, имеющие меньшее число опытов.
В табл. 15.1 показано общее число опытов для различных планов второго порядка при различном числе факторов k.
Из приведённых данных видно, что с учётом числа опытов наиболее экономичными являются планы Хартли, кроме того заслуживают внимания ортогональные и ротатабельные планы.
Известны данные сравнительной оценки различных планов второго порядка при k = 28, учитывающей различные критерии оптимальности. Зная эти данные, можно выбрать наиболее рациональные планы для различных ситуаций.
Таблица 15.1
Характеристика планов второго порядка
Число факторов (к) |
число опытов в плане (N) |
Число коэффициентов модели |
||||
Ортогональном |
Ротатабельном |
Хартли |
Кифера (на кубе) |
Коно |
||
2 |
9 |
13 |
7 |
9 |
9 |
6 |
3 |
15 |
20 |
11 |
26 |
21 |
10 |
4 |
25 |
31 |
17 |
72 |
49 |
15 |
5 |
27* |
32* |
27* |
192 |
113(88*) |
21 |
6 |
45 |
53 |
29* |
- |
257 |
28 |
7 |
79 |
92 |
47 |
- |
577 |
36 |
* с полурепликой.
При к =2 целесообразно применять план Хартли. Иногда имеет смысл использовать план Коно и ротатабельный Бокса, если не лимитируется число опытов.
При к = 3 предпочтение рекомендуется отдавать ротатабельному плану Бокса. Но если число опытов должно быть минимальным, то можно использовать план Хартли.
При к = 4 первоочередного внимания заслуживает план В4, который требует всего 24 опыта. Не столь эффективен план Бокса, однако его характеристики лучше по сравнению с характеристиками ортогонального плана. Имеет смысл также применять план Хартли.
При к = 5 целесообразно использовать в первую очередь план Хартли, также заслуживает внимания ротатабельный план Бокса.
Сравнение ротатабельных планов с Д-оптимальными и другими планами показало, что ротатабельные планы уместно применять в тех случаях, когда границы области эксперимента рационально задавать шаром, т.е. когда интересует описание поверхности отклика преимущественно вблизи центра эксперимента.
Недостатки ротатабельных планов заключаются в том, что экспериментальные точки не попадают в углы куба, а выбираются на поверхности шара, вписанного в куб. В связи с этим углы куба остаются неиспользованными, что иногда существенно отражается на точности модели. С увеличением числа факторов объём неиспользованных углов куба возрастает, поэтому эти планы не рекомендуется использовать при к5. Наиболее эффективны они при к = 3 и при решении задач, связанных с поиском оптимума.