
- •Общие требования, предъявляемые к параметру оптимизации (по):
- •2. Способ переформулировки задачи с целью сокращения числа изучаемых по:
- •3. Сокращение числа отдельных параметров оптимизации (по) с помощью корреляционного анализа.
- •4. Свойства коэффициентов парной корреляции и последовательность выполнения корреляционного анализа.
- •5. Способ построения графов корреляционных свойств
- •6. Способ обработки данных пассивного эксперимента приемами метода случайного баланса.
- •7. Способ решения компромиссных задач
- •8. Достоинства и недостатки метода случайного баланса.
- •9. Метод перебора при решении компромиссных задач
- •10.Получение приближенных оценок коэффициентов регрессии по выделенным эффектам.
- •11.Графический способ поиска компромисса.
- •12.Критерий, по которому заканчивают отсеивание факторов и их взаимодействий.
- •13.Шкала желательности и правила пользования ею.
- •14. Способ, с помощью которого, не строя диаграмм рассеяния для всех парных взаимодействий, можно выделить наиболее значимые из них.
- •15. Способ построения обобщенной функции желательности. Преимущества использования данного способа.
- •16. Идея снятия значимых эффектов и способ их снятия.
- •17. Способ преобразования исходных значений свойств в соответствующие желательности.
- •18. Количественная оценка эффектов, выделенных с диаграмм рассеяния факторов и проверка статистической значимости.
- •19. Способы оценки ошибок опыта.
- •20. Возможности априорного ранжирования параметров оптимизации. Цели этого ранжирования.
- •21. Необходимость рандомизации при определении ошибок опыта.
- •22. Методы экспериментального отсеивания факторов.
- •23. Способ проверки однородности дисперсии. Случай использования критерия Кочрена g.
- •24. Ненасыщенные, насыщенные, сверхнасыщенные экспериментальные планы.
- •25. Способы отсеивания факторов с помощью полностью насыщенных планов.
- •26. Основная идея, положенная в основу всех методов отсеивания факторов.
- •27. Метод априорного ранжирования факторов и последовательность его выполнения.
- •28. Последовательность всех этапов решения задачи отсеивания по методу случайного баланса. (мсб)
- •29.Построение априорной диаграммы рангов
- •30. Способы составления матриц планирования в методе случайного баланса.
- •31.Способ расчета коэффициента конкордации в случае связанных и несвязанных рангов.Проверка статистической значимости коэффициента конкордации.
- •33. Возможные случаи распределения факторов по рангам.
- •34) Методика построения диаграмм рассеяния в методе случайного баланса.
- •35.Способы сравнения точек зрения двух исследователей.
- •36) Критерии по которым отбираются наиболее значимые факторы с диаграммы.
- •37) Определение по выделенным эффектам приближенных оценок коэффициентов регрессии.
- •38.Способ определения доверительных интервалов коэффициентов регрессии. Статистически значимые и статистически незначимые коэффициенты регрессии.
- •39. Параллельный перенос начала координат исходного уравнения в новый центр. Определение величин параметра оптимизации в новом центре.
- •40. Генерирующее соотношение и определяющий контраст.
- •41.Преимущества предоставления уравнения регрессии в канонической форме.
9. Метод перебора при решении компромиссных задач
Рассматриваем различные варианты и выбираем наиболее удовлетворительные и экспериментально проверяем. В нашей задаче зависит ли жаропрочность от др. факторов. Далее по уравнениям зависимости пластичности, свариваемости и коррозионной стойкости определяют соответствующие свойства.
10.Получение приближенных оценок коэффициентов регрессии по выделенным эффектам.
Выделившиеся
точки – точки, которые принадлежат
какому-либо уровню фактора и находится
выше самой верхней или ниже самой нижней.
Чем больше разность между медианой и
числом выделившихся точек, тем сильнее
влияет фактор. Факторы можно выделить
либо по разности медиан, либо по числу
выделенных точек. Но лучше определить
по произведению ǀ
=
.
Затем
строят таблицу с n
входами для оценки эффектов. Число
входов не ограничено. В каждой клетке
определяют
. количественной оценкой
является разность между средними
величинами и среднем по клеткам.
–
Далее проверяют статистическую значимость эффектов по критерию Стьюдента
-
эффект,
- среднеквадратическая ошибка ,
характеризующая отклонение среднего
эффекта относительно среднего значения
величины,
– число наблюдений в i-ой
клетке.
11.Графический способ поиска компромисса.
Основан на том, что рассматривают совмещенные двухмерные сечения поверхностей отклика и визуально определяют подходящие условные экстремумы.
Пример.
В
задаче изучалось влияние 2х элементов
х1 и х2 на предел прочности у1 и ломкости
у2. Нужно получить сплав с пределом
прочности
50 кг/
и горячеломкостью
40%.
После планирования 2го порядка были получены уравнения связи у1 и у2:
у1
= 29,6+10·х1+11,5·х2+1,5·х1·х2+6·
+6,5·
(1)
у2 = 44-6·х1-18·х2-6·х1·х2+15· +6· (2)
Из простого анализа коэффициентов уравнений нельзя сказать, в какую сторону надо менять параметры оптимизации. Чтобы у1 увеличился, нужно чтобы х1 увеличился. В тоже время , у2 может уменьшиться, а может вырасти. Поэтому (1) и (2) представляют графически в виде двухмерных сечений.
12.Критерий, по которому заканчивают отсеивание факторов и их взаимодействий.
- (когда
) условие окончания отсеивания значимых
факторов (ошибка предсказания меньше
ошибки опыта). Если
. следовательно рассеяние относительно
среднего значения велико и и нельзя
выделить все сильно влияющие факторы.
13.Шкала желательности и правила пользования ею.
Желательность (d) – тот или иной желательный уровень свойства.
Существует шкала желательности. d может меняться от 0 до 1.
1.если d=1 , то это максимально возможный уровень качества.
2.d ϵ [0,8 ; 1) допустимый и превосходный уровень качества.
3. d ϵ [0,6 ; 0,8) допустимый и хороший уровень качества.
4. d ϵ (0,37 ; 0,6) допустимый и достаточный уровень качества.
5.d = 0,37 технический уровень качества, который соответствует тому значению свойства, который нужно получить.
6. d ϵ (0 ; 0,37) недопустимый уровень качества.
7.d = 0 максимально нежелательный уровень качества.
Функция
желательности выражается уравнением
d
=
и
графически это уравнение выглядит так:
Для
пользования функцией и шкалой желательности
измеренное значение свойства
переводят в безразмерное значение
. затем устанавливают для каждого
соответствующие желательности
.