- •Кафедра металлургии и литейного производства
- •1. Информация о дисциплине
- •1.1. Предисловие
- •1.2. Содержание дисциплины и виды учебной работы Содержание дисциплины по гос
- •Объем дисциплины и виды учебной работы
- •2. Рабочие учебные материалы
- •2.1. Рабочая программа (150 ч)
- •Раздел 1. Методология
- •Раздел 2. Техническая база
- •Раздел 3. Пассивный эксперимент (32 ч)
- •4.2. Дробный факторный эксперимент (12 ч )
- •2.2. Тематические планы дисциплины Тематический план дисциплины для студентов очно – заочной формы обучения
- •Тематический план дисциплины для студентов заочной формы обучения
- •2.3. Стркуктурно – логическая схема дисциплины
- •2.4. Временной график изучения дисциплины при использовании дот
- •2.5. Практический блок
- •2.6. Рейтинговая система оценки знаний
- •3. Информационные ресурсы дисциплины
- •3.1. Библиографический список
- •3.2. Опорный конспект
- •Раздел 1. Методология и выбор методики научного исследования
- •Вопросы для самопроверки
- •Раздел 2. Техническая база экспериментальных исследований
- •Газового хроматографа лхм-8мд
- •Методы автоматического контроля влажности формовочных и стержневых смесей
- •Вопросы для самопроверки
- •Раздел 3. Пассивный эксперимент
- •Тема 1. Корреляционный анализ данных
- •Вопросы для самопроверки
- •Тема 2. Регрессионный анализ экспериментальных данных
- •Вопросы для самопроверки
- •Тема 3. Дисперсионный анализ данных
- •Вопросы для самопроверки
- •Тема 4. Комплексный компьютерный анализ результатов опытов
- •Сервис | анализ данных | регрессия
- •Данные для двумерного статистического анализа
- •Вставка | столбцы
- •Вопросы для самопроверки
- •Раздел 4. Активный эксперимент
- •Тема 5. Полный факторный эксперимент
- •Вопросы для самопроверки
- •Тема 6. Дробный факторный эксперимент
- •Первая полуреплика пфэ типа 23
- •Вторая полуреплика пфэ типа 23
- •Вопросы для самопроверки
- •Тема 7. Факторные эксперименты высокого порядка
- •Вопросы для самопроверки
- •Раздел 5. Поисковые методы оптимизации
- •Тема 8. Одно- и многофакторная оптимизация
- •Вопросы для самопроверки
- •Тема 9. Оптимизация методом крутого восхождения по поверхности отклика
- •Вопросы для самопроверки
- •Тема 10. Симплексный метод оптимизации
- •Вопросы для самопроверки
- •Глоссарий
- •3.4. Технические и программные средства обеспечения дисциплины
- •3.4.1. Описание компьютерных программ для выполнения лабораторных работ
- •3.4.2. Перечень расчётных программ
- •Методика выполнения работы
- •Контрольный пример
- •Данные плавочного контроля
- •Лабораторная работа №2 Применение регрессионного анализа данных
- •Выбор исходных данных в лабораторных работах
- •Лабораторная работа №3 Применение дисперсионного анализа
- •Краткое теоретическое содержание работы
- •Результаты испытаний образцов двух серий плавок в и г
- •Методика выполнения работы
- •Лабораторная работа №4
- •Лабораторная работа №5 Обработка и анализ результатов полного факторного эксперимента с построением математической модели объекта
- •Краткое теоретическое содержание
- •Значение степени десульфурации стали у, % в двух параллельных опытах (у, и у 2)
- •Методика выполнения работы
- •Контрольный пример
- •Лабораторная работа №6
- •Лабораторная работа №7
- •Сервис | анализ данных | регрессия
- •Лабораторная работа №8 Обработка и анализ результатов многоуровневого факторного эксперимента
- •Краткое теоретическое содержание
- •Методика выполнения работы
- •Контрольный пример
- •Решение
- •Сервис | анализ данных | регрессия
- •Лабораторная работа № 9 Оптимизация методом крутого восхождения по поверхности отклика
- •Краткое теоретическое содержание работы
- •Методические указания к выполнению работы
- •Контрольный пример
- •Лабораторная работа №10 Моделирование процесса симплексной оптимизации
- •Краткое теоретическое содержание работы
- •Методические указания к выполнению работы
- •Контрольный пример
- •4. Блок контроля освоения дисциплины
- •4.1. Задание на курсовую работу
- •4.2. Методические указания к выполнению курсовой работы
- •Выполнение расчётов курсовой работы с использованием персонального компьютера
- •Сервис | анализ данных | регрессия
- •Требования к оформлению курсовой работы
- •Текущий контроль
- •4.3.1. Тренировочные тесты
- •Тест к разделу 1 “Методология и выбор методики научного исследования”
- •Вопрос 1. Что понимают под вычислительным экспериментом?
- •Вопрос 2. В чем заключается понятие “Методология науки” (научного исследования)?
- •Вопрос 3. Какова цель пассивного эксперимента?
- •Тест к разделу 4. “Активный эксперимент”
- •Вопрос 1. Какие технологические факторы включают в состав активного эксперимента?
- •Вопрос 2. Из каких соображений выбирают число уровней варьирования факторов?
- •Вопрос 3. Как выбирают интервал варьирования факторов при активном эксперименте?
- •Тест к разделу 5. Экспериментальные методы оптимизации
- •Вопрос 1. В чем заключается цель оптимизирующего эксперимента?
- •Вопрос 2. Почему в металлургии и литейном производстве поисковые методы оптимизации применяют чаще, чем аналитические (методы математического программирования)?
- •Вопрос 3. Нужна ли математическая основа для реализации поисковых методов оптимизации?
- •4.4. Итоговый контроль Вопросы для подготовки к сдаче зачета
- •Оглавление
- •191186, Санкт – Петербург, ул. Миллионная, д.5
Тема 2. Регрессионный анализ экспериментальных данных
Материал темы следует изучать из [2] выборочно, с.100…102, 104…108, 109…110, 116…119, а также используя [3], с.33…42.
Следует иметь в виду, что основная задача регрессионного анализа данных заключается в выявлении формы связи между входом (входами) и выходом исследуемого объекта. На основании материалов названных учебных пособий к сказанному можно добавить, что искомая форма связи выражается уравнением регрессии как одним из видов математических моделей объекта исследования.
Вопросы для самопроверки
1. Какова основная цель регрессионного анализа результатов опытов?
2. Каким образом может быть выражена форма корреляционной связи?
3. Может ли уравнение регрессии рассматриваться в качестве одного из видов математической модели исследуемого объекта типа «черный ящик»?
4. В чем заключается сущность метода наименьших квадратов при обработке экспериментальных данных?
5. Является ли вид уравнения регрессии предопределенным или его выбирает исследователь, исходя из стремления описать некоторым наилучшим образом форму связи между технологическими факторами и откликом исследуемого объекта?
6. Как по виду полученного уравнения регрессии отнести его к линейной или нелинейной математической модели объекта?
7. Чем характеризуется уравнение множественной регрессии?
8. Какой смысл имеют эффекты взаимодействия факторов и как они выражаются в составе уравнения множественной регрессии?
9. Как оценить статистическую значимость отдельных коэффициентов уравнения регрессии?
10. Каким образом можно оценить адекватность математической модели в форме уравнения регрессии?
11. В каких областях вероятность модельного прогноза поведения объекта оказывается более высокой: при значениях входов в пределах области определения модели (интерполяция) или – за её пределами (экстраполяция)?
12. Обязательно ли уравнение регрессии должно иметь вид полинома?
После завершения проработки материала темы студенту необходимо выполнить лабораторную работу №2 (разделы 3.4 и 3.5).
Тема 3. Дисперсионный анализ данных
Согласно определению, данному в учебном пособии [2], с.48,…, 53, назначение дисперсионного анализа экспериментальных данных заключается в оценке степени закономерного влияния отдельных технологических факторов на выход исследуемого объекта с определением достоверности полученного статистического вывода. По указанному источнику рекомендуется проработать основные положения дисперсионного анализа, обратив внимание на то обстоятельство, что не всегда среднее значение экспериментальных данных является их решающей характеристикой.
Вопросы для самопроверки
1. Сформулируйте цель дисперсионного анализа экспериментальных данных.
2. Что такое дисперсия случайной величины?
3. Может ли вид технологии производства данной продукции при возможности варьирования этих видов рассматриваться как технологический фактор?
4. Как учитывается воздействие случайных величин в процессе сбора данных в пассивном эксперименте при проведении дисперсионного анализа?
5. Какой из статистических критериев применяется при дисперсионном анализе данных?
6. Должны ли дисперсии анализируемых параметров при дисперсионном анализе иметь одинаковый порядок?
7. Обязательно ли знать, какие именно из случайных величин, кроме подвергающихся дисперсионному анализу, воздействуют на исследуемый объект?
8. В чём проявляется известный из математической статистики закон сложения дисперсий?
9. Можно ли по различию в средних результатах реализации различных видов технологий производства одной и той же продукции выявить наилучший вид?
10. Охарактеризуйте рабочее правило выбора табличного значения критерия Фишера при заданной доверительной вероятности.
Для закрепления учебного материала по данной теме студенты выполняют лабораторную работу №3 (разделы 3.4 и 3.5)