- •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
Вопросы для самопроверки
1. Если требуется получить математическую модель 2-го порядка, то сколько уровней своего значения должен принимать фактор?
2. Применим ли метод наименьших квадратов при поиске оценок коэффициентов аппроксимирующего полинома 2-го порядка?
3. Какое планирование эксперимента называют ротатабельным?
4. Как определяют “звездное плечо” при постановке опытов в “звездных” точках?
5. Сколько опытов необходимо постановить в центре плана для обеспечения ротатабельности плана эксперимента?
6. Как кодируют факторы при организации ротатабельного плана?
7. Какова методика определения коэффициентов математической модели и анализ полученных результатов реализации ротатабельного плана эксперимента?
8. Что непосредственно следует из результатов параллельных опытов в центре плана?
9. Как оценивают адекватность математической модели объекта по результатам ротатабельного плана эксперимента?
10. В чем может проявиться недостаток ротатабельных планов?
11. Какой прием применяют с целью ортогонализации многоуровневых планов эксперимента?
12. Как обрабатывают и анализируют результаты многоуровневых факторных экспериментов?
После усвоения материалов темы студенту необходимо выполнить лабораторные работы №7 и 8 (разделы 3.4 и 3.5).
Раздел 5. Поисковые методы оптимизации
Как указано в [2], с. 160, существует множество методов оптимизации различной степени сложности. Непосредственной целью оптимизации исследуемого объекта является поиск такого технологического фактора (входа объекта) или такого сочетания ряда технологических факторов, которые обеспечивают экстремальное значение отклика xi (выхода) объекта: максимума или минимума в зависимости от решаемой задачи. Но к этой цели на современном уровне примыкает цель другая, связанная с тем, чтобы свести к некоторому минимуму количество опытов на поиск оптимума. Тем самым сокращаются затраты на эксперимент и продолжительность исследования.
В графической форме сущность процедуры оптимизации при поиске максимума y в двухфакторном (для наглядности) пространстве x1, x2
показана на рис. 9.1 [2] и на рис. 8 [3]. При этом студент должен отдавать себе отчёт в том, что показанная на данных рисунках поверхность (при большем, чем два, числе факторов – гиперповерхность) отклика существует, но субъект исследования – человек её не видит и не знает. И для выявления пути к искомому оптимуму необходима серия опытов при варьировании шаг за шагом значений факторов и получении экспериментальных значений отклика объекта y.
Оценкой процедуры поиска оптимума является ее эффективность, характеризуемая числом потребных опытов. Чем меньше требуется опытов, тем выше эффективность принятого метода экспериментальной оптимизации.
Тема 8. Одно- и многофакторная оптимизация
Задача однофакторной оптимизации в целом может быть охарактеризована как некоторый направленный поиск оптимального состояния исследуемого объекта, предпринимаемый вместо постановки опытов “наугад”, когда эффективность работы грозит стать недопустима низкой.
С целью сокращения числа потребных опытов разработаны специальные методы оптимизации, являющиеся своеобразными путеводителями исследователя в координатах факторного пространства.
В учебном пособии [2], с. 162…167 рассматриваются такие методы оптимизации, как
а) оптимизация по результатам пассивного эксперимента,
б) метод золотого сечения,
в) N – шаговый Фибоначчиев план.
Студент должен получить представление об этих методах на случай возможного их применения в ближайшей перспективе – при выполнении дипломной работы исследовательского характера.