- •Глава 4. Планирование эксперимента Введение
- •4.1. Стратегия эффективного планирования эксперимента
- •4.2. Выбор и анализ эмпирических моделей. Виды моделей
- •1) Модели в статике
- •2) Виды динамических моделей
- •Модели на базе передаточных функций
- •Модели на основе комплексного коэффициента передачи
- •Модели в виде конечно- разностных уравнений
- •Модели в виде обыкновенных дифференциальных уравнений
- •4.3. Оценка параметров модели
- •4.4. Общие требования, предъявляемые к оценкам
- •4.5. Методы оценивания параметров
- •4.6. Регрессионный анализ
- •4.7. Проверка адекватности модели
- •4.7.1. Критерий Фишера
- •4.7.2. Определение дисперсий неточности модели и ошибки эксперимента
- •4.7.3. Определение дисперсии воспроизводимости эксперимента
- •4.7.4. Проверка однородности дисперсий
- •4.8. Проверка значимости коэффициентов модели
- •4.9. Стратегическое планирование эксперимента
- •4.9.1. Требования к выходной величине
- •4.9.2. Факторы
- •4.9.3. Выбор интервалов варьирования
- •Верхний кодированный уровень: ; нижний кодированный уровень:.
- •4.9.4. Выбор числа уровней
- •4.9.5. Рандомизация
- •4.10. Полный факторный эксперимент
- •4.10.1. Свойства полного факторного эксперимента 2к
- •4.10.2. Выбор модели при проведении полного факторного эксперимента
- •4.11. Дробный факторный эксперимент
- •4.11.1. Обобщающий определяющий контраст
- •4.12. Планирование экспериментов при построении полной квадратичной модели
- •4.12.1. Ортогональное центральное композиционное планирование
- •4.12.2. Рототабельное композиционное планирование
- •4.12.3. Разбиение матрицы планирования 2к на блоки
- •4.13. Критерии оптимальности планов
- •4.14. D–оптимальные планы
- •4.14.1. Основные свойства d–оптимальных планов
- •4.14.2. Метод построения d–оптимальных планов
- •4.14.3. Синтез d–оптимальных тестирующих сигналов для идентификации динамических объектов
- •4.15. Тактическое планирование машинных экспериментов с моделями систем
- •4.15.1. Определение начальных условий
- •4.15.2. Проблема обеспечения точности и достоверности результатов
- •4.15.3. Проблема уменьшения дисперсии оценок
- •4.15.4. Правило автоматической остановки имитационного эксперимента
- •4.16. Принятие решений после построения модели процесса
4.8. Проверка значимости коэффициентов модели
Проверка значимости коэффициентов проводится двумя равноценными способами:
по критерию Стьюдента;
путем построения доверительного интервала.
Согласно критерия Стьюдента влияние коэффициента bj значимо, если, где- дисперсия ошибки в определении коэффициента. Она определяется из выражений (4.20),(4.21);- табличное значение выбирается с учетом уровня значимости.
Для определения доверительного интервала используют безразмерную t- статистику Стьюдента
(4.25)
и считают, что оценка bj распределена относительно по нормальному закону.
Согласно выражения (4.25), находим доверительные интервалы:
(4.26)
где - квантильt- распределения.
4.9. Стратегическое планирование эксперимента
Ранее мы рассматривали из каких этапов состоит стратегия эффективного планирования: выбор модели, составление плана эксперимента, экспериментирование, анализ результатов. Выбор модели и некоторые вопросы анализа результатов нами рассмотрены.
Имеется технологический процесс (рис. 4.8)
Рис. 4.8. Схема технологического процесса
Будем считать ,что математическая модель выбрана и представляет собой зависимость
Выходная величина может иметь и более сложную форму переменных. В качестве выходного параметраможет быть температура, давление или более сложный показатель качества выпускаемой продукции.
Если поставлена задача найти оптимальные условия для , то выходную величину называютпараметром оптимизации.
4.9.1. Требования к выходной величине
Эта величина должна количественно оцениваться, т.е.,например, поддаваться измерению. Если нет возможности количественно измерить его, то используют ранговый подход так называемое ранжирование. Величине
присваивают оценки, называемые рангами по заранее выбранной схеме, например двухбалльная, десятибалльная и т.п. В простейшем случае область определения может содержать два значения: да нет, хорошо плохо (годная продукция – брак).
Должна выполняться однозначность в статическом смысле. Это означает, что заданному набору значений xi должно соответствовать одно с точностью до ошибки экспериментальное значение . Если ошибка значительная, то необходимо повторять опыты.
Должна оценивать эффективность функционирования системы.
Желательно, чтобы выходная величина обладала свойством универсальности и полноты, т.е. всесторонне характеризовала объект; чтобы параметр имел физический смысл, был простым и поддавался вычислению.
4.9.2. Факторы
Повторим, что независимые параметры xi в эксперименте называют факторами. Нужно включить все существующие факторы, которые оказывают влияние на выходную величину .
Для отсеивания несущественных факторов используют метод случайного баланса.
Факторы разделяются на количественные и качественные. К качественным факторам относятся разные вещества, разные технологические способы, аппараты, исполнители и т.д.
При планировании эксперимента к факторам предъявляются следующие требования:
факторы должны быть управляемы, т.е. они могут быть установлены на определенный уровень и поддерживать уровень постоянным в течение всего опыта. Если уровень фактора изменяется («плывет»), то следует использовать специальный метод, например, замер факторов по возможности должен быть более точным; степень точности устанавливается в зависимости от диапазона изменения факторов;
факторы должны быть однозначными .
В тоже время в планировании могут участвовать сложные факторы, например: соотношения между компонентами; соотношения, определяемые алгоритмом функционирования и т.д.
С помощью сложных факторов можно учесть некоторые динамические свойства объекта, исследуя его в статическом режиме. Например, если какое-то измерение во времени имеет сложный вид кривой, то целесообразно в качестве фактора обозначить номер кривой. Тогда различные варианты кривых будут рассматриваться как уровни. Таким образом мы можем представить сложный фактор -функцию с помощью простых однозначных факторов.
Выбор экспериментальной области факторного пространства связан с тщательным анализом априорной информации. В этой области находят локальную подобласть для планирования эксперимента.
При наличии априорных сведений о процессе за основной уровень принимаются те значения факторов, при которых выходная величина принимает лучшее значение. Построение плана эксперимента сводится к выбору экспериментальных точек, симметричных относительно основного уровня.