- •Теребнев в.В., Грачев в.А. Основы научных исследований оперативно-тактических действий. – м.: Академия гпс мчс России, 2012. - с.
- •Сведения об авторах
- •Введение
- •1. Понятие о тушении пожара
- •2. Сбор, выезд и следование к месту вызова
- •3. Организация спасательных работ на пожаре
- •3.1. Поиск пострадавших на пожаре
- •3.2. Средства и способы спасения людей на пожаре
- •Результаты экспериментов по проведению спасательных работ по лестничным маршам (высота этажа 3 м).
- •Переноска пострадавших
- •Зависимость времени спасания по лестничному маршу от веса спасаемого
- •Параметры спасения людей (выносом) по маршу лестничной клетки
- •Спасание с помощью спасательной веревки
- •Проведение спасательных работ при помощи натяжного спасательного полотна
- •Проведение спасательных работ с использованием «Куба жизни»
- •Проведение спасательных работ с использованием пожарных лестниц и коленчатых подъемников.
- •Спуск спасаемых с помощью системы «слип-эвакуатор»
- •Проведение спасательных работ при помощи устройства спасательного рукавного
- •Параметры использования спасательных рукавов
- •3.3 Технология деблокирования людей из завалов
- •Технология деблокирования пострадавших способом разборки завала (обвала) сверху
- •Основные технологические операции и возможный порядок их выполнение при деблокировании пострадавшего из завала (обвала) способом сплошной горизонтальной разборки
- •Технология деблокирования пострадавшего из завала (обвала) способом устройства лаза
- •Затраты труда спасателей и машинного времени на оборудование
- •3 Погонных метров лаза в завале (обвале)
- •Технология деблокирования пострадавших из завалов здания с разработкой завала вручную
- •Затраты ручного труда спасателей и машинного времени при разработке завала высотой 2 м вручную
- •Технология устройства галереи в завале
- •Затраты труда спасателей и машинного времени на проходку
- •4 Метров в завале
- •3.4. Технология деблокирования людей из аварийных транспортных средств
- •Технология деблокирования пострадавших из аварийного транспортного средства
- •Ориентировочные затраты ручного труда спасателей и машинного времени для спасения пострадавшего из аварийного автомобиля
- •3.5. Технология освобождения пострадавших, придавленных строительными конструкциями
- •Технология деблокирования пострадавшего, придавленного обрушившимся предметом
- •4. Развертывание сил и средств для транспортирования и подачи огнетушащих веществ
- •4.1. Технология установки пожарного оборудования для забора воды насосными установками мсп из водоисточников.
- •4.2. Технологический процесс при прокладке магистральных и рабочих рукавных линий
- •4.3 Оперативно-тактические действия при развертывании
- •Насосно-рукавных систем для транспортирования и подачи
- •Огнетушащих веществ от головного мобильного средства
- •Пожаротушения
- •Виды насосно-рукавных схем
- •Характеристика насосно-рукавных схем
- •Частота Использования пожарных стволов
- •Частота использования нпр
- •Развертывание насосно-рукавных систем для транспортирования раствора воды и пенообразователя для подачи воздушно-механической пены
- •4.4. Транспортирование огнетушащих веществ перекачкой
- •4.5 Развертывание сил и средств для транспортирования воды мсп к месту пожара подвозом
- •4.6. Гидроэлеваторные системы подачи огнетушащих веществ
- •Техническая характеристика гидроэлеваторов
- •5. Технология ограничения распространения и ликвидации горения Ограничение распространения и ликвидация горения
- •5.1. Общие положения подачи огнетушащих веществ пожарными стволами
- •5.2. Подача огнетушащих веществ в неблагоприятных условиях
- •5.3. Подача огнетушащих веществ в условиях особой опасности для участников тушения пожара
- •5.4 Приёмы ограничения и ликвидации горения на пожарах леса
- •6. Оперативно тактические действия по выполнение специальных работ на пожаре
- •6.1. Организация связи и освещения
- •6.2. Проведение работ по вскрытию, разборке, подъёму, стягиванию конструкций.
- •6.3. Проделывание проемов в конструкциях здания и сооружения
- •Расчетные затраты ручного труда спасателей и машинного времени при пробивке проема в стене гидромолотом
- •Основные технологические операции при проделывании проема с использованием ручной отрезной машины
- •Технологические устройства проема в стене (перекрытии) бурением
- •Снижение несущей способности конструкций зданий в зависимости от характера их повреждений
- •Примерный состав подразделений, назначаемый для обрушения
- •Технология обрушения неустойчивых конструкций
- •Технология обрушения конструкции тросовой тягой
- •6.4 Подъем на высоту
- •6.4. Снятие штурмовой лестницы с автомобиля.
- •6.5 Зашита и эвакуация материальных ценностей
- •6.6 Борьба с излишне пролитой водой на пожаре
- •6.7 Выполнение защитных мероприятий
- •6.8 Регулирование газообмена на пожаре
- •7. Сбор и возращение подразделений в места постоянной дислокации
- •8. Математическая статистика в научных исследованиях оперативно-тактических действий.
- •8.1. Статистический ряд и гистограмма
- •8.2 Выборочное среднее и выборочная дисперсия
- •8.3 Определение параметров генеральной совокупности
- •8.4 Определение доверительного интервала для параметров генеральной совокупности
- •8.5 Определение необходимого числа измерений
- •8.6 Порядок оценки основных параметров статистической совокупности
- •8.7 Проверка статистических гипотез
- •8.8 Проверка статистических гипотез
- •8.9 Проверка однородности оценок дисперсий
- •8.10 Сравнение двух выборочных средних
- •8.11 Проверка гипотезы о виде закона распределения
- •Время развертывания насосно-рукавной системы.
- •8.12 Порядок проверки статистических гипотез
- •9. Исследование корреляционных зависимостей при изучении оперативно-тактических действий.
- •9.1 Коэффициент корреляции
- •9.2 Проверка гипотезы об отсутствии корреляционной связи между случайными величинами
- •9.3 Порядок исследования корреляционных зависимостей
- •10. Планирование экспериментов при изучении оперативно-тактических действий Математическая статистика в научных исследованиях оперативно-тактических действий.
- •10 Плани рование экспериментов при изучении оперативно – тактических действий
- •10.1 Планирование эксперимента с целью получения математического описания (математической модели) объекта
- •10.2 Планирование отсеивающих экспериментов
- •10.3 Определение количества измерений переменных факторов и интервала между их значениями.
- •Подбор исполнителей для экспериментальных исследований оперативно-тактических действий.
- •Расчет интегрального показателя физической работоспособности
- •10.5 Графоаналитический способ установлении уравнении регрессии при исследовании оперативно-тактических действий.
- •10.6. Метод наименьших квадратов и элементы анализа временных рядов при изучении оперативно-тактических действий.
- •11. Исследование оперативно-тактических действий с применением полных факторных планов.
- •11.1. Понятие полных факторных планов и их построение
- •Пфп для трех факторов в нормализованных обозначениях
- •11.2 Свойства матрицы планирования пфп
- •11.3 Построение математических моделей на основе пфп
- •11.4 Проведение эксперимента с дублированными опытами
- •11.5 Обработка результатов эксперимента при равномерном дублировании опытов
- •11.6 Обработка результатов эксперимента при отсутствии дублированных опытов
- •11.7 Проверка адекватности математической модели
- •11.8 Анализ результатов эксперимента
- •12. Исследование оперативно-тактических действий с применением дробных факторных планов.
- •13. Исследование оперативно-тактических действий с помощью экспериментальных планов 2-го порядка.
- •13.2 Расчёт коэффициентов регрессии для в-планов
- •13.3 Униформ-ротатабельный план 2-го порядка.
- •Структура униформ-ротатабельного плана
- •Параметры униформ-ротатабельных планов nc
- •Униформ-ротатабельный план для двух факторов в нормализованных обозначениях
- •Униформ-ротатабельный план для трёх факторов в нормализованных обозначениях
- •13.4 Расчет коэффициентов регрессии для униформ-ротатабельных планов
- •14. Оптимизация оперативно-тактических действий
- •14.1.Определение времени выполнение элементов оперативно-тактических действий с использованием математических методов.
- •Определение интенсивности освоения исследуемого элемента отд.
- •14.2. Определение времени выполнения элементов оперативно-тактических действий с использованием микроэлементных нормативов.
- •14.3 Классификация мэн на элементарные движения
- •1 Движения руки (рук), пальцев, кисти
- •2 Прилагаемое усилие
- •3 Движения корпуса
- •4 Движения ног
- •5 Умственно-зрительная деятельность
- •Рассмотрим микроэлементные нормативы группы п.
- •14.4 Укрупнённые временные параметры выполнение некоторых видов действий.
- •14.5. Оптимизация оперативно-тактических действий.
- •Приложение
- •Учет условий, выполнение нормируемых упражнений
- •Время открепления и снятия пожарного оборудования
- •Время выполнения операций с пожарным оборудованием
- •Время преодоления 1 м
- •Коэффициент, учитывающий высоту снежного покрова
- •Коэффициент, учитывающий влияние температуры окружающей среды
- •Оглавление
11.8 Анализ результатов эксперимента
Это заключительный этап планирования эксперимента, на котором исследователь, пользуясь построенной моделью, получает необходимую информацию об объекте исследования. Анализ модели лучше всего проводить, пользуясь уравнением регрессии в нормализованных обозначениях факторов.
Важную информацию несут знаки коэффициентов регрессии. Например, если линейный коэффициент регрессии положителен, то выходная величина возрастает с увеличением соответствующего фактора и убывает при его уменьшении.
По уравнению регрессии можно оценить относительную степень влияния варьируемых факторов на изменение выходной величины (относительную важность факторов). Для этого используют значения t - критерия, вычисленные для каждого линейного коэффициента регрессии по формуле (11.26). Чем больше величина tpacч, тем сильнее влияние соответствующего фактора на изменение выходной величины.
Для ПФП оценки дисперсий всех коэффициентов регрессии равны друг другу (см. (11.25)). Это позволяет оценивать относительную значимость факторов для этих планов непосредственно по абсолютным величинам линейных коэффициентов регрессии.
Уравнение регрессии позволяет предсказать значение у для любой точки внутри области варьирования факторов. С его помощью можно строить графики зависимости у от любого фактора при фиксированных значениях остальных факторов.
Наконец, построенная математическая модель может послужить основой для оптимизации исследуемого процесса и для управления им.
Для получения модели в натуральных значениях факторов следует заменить нормализованные факторы в уравнении регрессии натуральными по формуле (11.4).
12. Исследование оперативно-тактических действий с применением дробных факторных планов.
Дробные факторные планы (ДФП), как и полные факторные планы (ПФП), предназначены для построения математической модели объекта. При заданном числе факторов ДФП содержат меньшее число опытов по сравнению с ПФП. Но эта экономия достигается ценой упрощения математической модели.
Напомним, что по результатам ПФП 2k можно оценить свободный член в математической модели, все линейные коэффициенты регрессии и все взаимодействия факторов. Однако во многих случаях учёт всех взаимодействий факторов не вызывается необходимостью. Так, при первоначальном изучении объектов широко применяются эксперименты с целью получения линейной модели. Для k варьируемых факторов такая модель имеет следующий вид: (12.1) и содержит (k + 1) коэффициент регрессии
(12.1)
Эксперимент, позволяющий отыскать эти коэффициенты, должен содержать не менее чем (k + 1) опытов. С точки зрения экономии средств, желательно, чтобы число опытов N не слишком превышало эту величину. С этой позиции ПФП при отыскании линейной модели неудовлетворительны. В силу соотношения N = 2k число опытов ПФП существенно превосходит величину (k + 1), начиная уже с трёх факторов. Полные факторные планы неэкономичны, даже если экспериментатора интересуют помимо линейных коэффициентов регрессии некоторые (но не все) взаимодействия факторов.
Пусть, например, по результатам эксперимента с шестью факторами (k = 6) необходимо оценить свободный член, линейные коэффициенты регрессии и парные взаимодействия. Минимально необходимое для этого число опытов равно числу коэффициентов регрессии:
(12.2)
в то время как ПФП 2k шести факторов содержит N = 26 = 64 опыта.
Дробные факторные планы позволяют сократить число опытов по сравнению с ПФП в случае, если в уравнении регрессии можно заранее пренебречь некоторыми взаимодействиями факторов. Для уяснения идеи построения дробных факторных планов обратимся сначала к плану ПФП 22 с двумя факторами (табл. 12.1).
Таблица 12.1
Матрица базисных функций ПФП 22 для модели (12.2)
Номер опыта |
хо |
ПФП 2.2 |
x3 (x1x2) |
y | |
x1 |
x2 | ||||
1 |
2 |
3 |
4 |
5 |
6 |
1 |
+ 1 |
-1 |
-1 |
+1 |
y1 |
2 |
+ 1 |
+ 1 |
-1 |
-1 |
y2 |
3 |
+1 |
-1 |
+ 1 |
-1 |
y3 |
4 |
+1 |
+1 |
+1 |
+1 |
y4 |
Собственно экспериментальным планом являются только столбцы 3 и 4 табл. 12.1. Столбец х0 добавлен для вычисления коэффициента регрессии b0, а столбец x1х2 - для вычисления коэффициента b12 при произведении факторов x1 и х2. Следует отметить, что полученная матрица базисных функций удовлетворяет трём свойствам - (11.5) - (11.7). По результатам такого эксперимента можно получить модель в виде
(12.3)
Предположим теперь, что имеется объект с тремя варьируемыми факторами x1, х2, х3, причём целью эксперимента является построение линейной модели, то есть имеются основания пренебречь всеми взаимодействиями факторов. В таком случае можно опять воспользоваться матрицей плана 22 в табл. 12.1. Потребуем, чтобы в этом эксперименте факторы x1 и х2 по-прежнему варьировались в соответствии с элементами столбцов 3 и 4, а фактор х3 варьировался так же как и взаимодействие факторов x1 х2 (столбец 5 табл. 12.1.).
Таким образом, для эксперимента с тремя факторами получен план из четырёх опытов, по результатам которого можно построить линейную модель:
(12.4)
Перепишем матрицу этого плана в табл. 12.2
Таблица 12.2
Номер опыта |
x1 |
x2 |
x3 |
y |
1 |
-1 |
-1 |
+1 |
y1 |
2 |
+1 |
-1 |
-1 |
y2 |
3 |
-1 |
+1 |
-1 |
y3 |
4 |
+1 |
+1 |
+1 |
y4 |
Планы такого типа называются дробными факторными планами (ДФП) или дробными репликами полных факторных планов. В частности, план, приведённый в табл. 12.2, называется полурепликой (или 1/2 реплики) от ПФП 22. Его обозначение 23-1 . Здесь 3 - число факторов, а единица вверху символизирует тот факт, что только одно взаимодействие заменяется новым фактором. Именно такие ДФП и называются полурепликами.
В ДФП 23-1фактор х3 варьируется одинаково с парным взаимодействием x1 х2. Поэтому в уравнении регрессии нельзя отделить влияние фактора х3 от влияния взаимодействия x1 х2. Если обозначить через β истинные величины соответствующих коэффициентов регрессии, то можно сказать, что коэффициент β3 даёт совместную оценку двух истинных коэффициентов регрессии β 3 и β12 : b3 → β 3 + β12 - это так называемая смешанная оценка.
Если построить столбцы х1 х3 и х2 х3, то легко убедиться, что они совпадут со столбцами х2 и х1 соответственно (рекомендуется проделать это самостоятельно). Следовательно, имеем дополнительно смешанные оценки:
(12.5)
(12.6)
При построении данной полуреплики 23- 1 было использовано соотношение х3 = х1 х2, которое называется генератором плана. Умножим обе его части на х3: х32= х1 х2 х3. Но = 1, так как нормализованный фактор х3 в эксперименте равен либо +1, либо -1; следовательно, имеем 1 = х1х2 х3.
Такое соотношение, в левой части которого стоит 1, а в правой - некоторое произведение факторов, называется определяющим контрастом (ОК) данной реплики. С помощью ОК легко определить систему смешивания оценок, не прибегая к построению дополнительных столбцов. Для этого обе части ОК умножаются поочерёдно на х1 х2 х3. Получим х1= х2 х3. Откуда следует:
(12.7)
(12.8)
откуда ;
Отметим, что, приравняв х3 = - х1 х2, можно было получить другую полуреплику 23-1. А обе эти полуреплики, взятые вместе, составят ПФП 23.
Формулы для расчёта коэффициентов регрессии ПФП остаются полностью справедливыми и для ДФП.
Обратимся к построению дробных факторных планов на основе ПФП 23. Матрица базисных функций этого плана приведена в табл. 12.3.
Таблица 12.3
Матрица базисных функций ПФП 23
Номер опыта |
xо |
х1 |
х2 |
х3 |
х1 х2 |
х1 х3 |
х2 х3 |
х1х2 х3 |
y |
1 |
+1 |
-1 |
-1 |
-1 |
+1 |
+1 |
+1 |
-1 |
y1 |
2 |
+1 |
+1 |
-1 |
-1 |
-1 |
-1 |
+1 |
+1 |
y2 |
3 |
+1 |
-1 |
+1 |
-1 |
-1 |
+1 |
-1 |
+1 |
y3 |
4 |
+1 |
+1 |
+1 |
-1 |
+1 |
-1 |
-1 |
-1 |
y4 |
5 |
+1 |
-1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
y5 |
6 |
+1 |
+1 |
-1 |
+1 |
-1 |
+1 |
-1 |
-1 |
y6 |
7 |
+1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
-1 |
y7 |
8 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
y8 |
Имеется несколько способов построения полуреплики с четырьмя факторами на основе этого плана в зависимости от того, каким из взаимодействий решено пренебречь. Так, пренебрегая тройным взаимодействием х1 х2 х3 и заменив соответствующий столбец фактором х4, получим следующий план для четырёх факторов (одна из полуреплик 24-1, табл. 12.4).
Для этого плана имеем генератор х4= х1х2х3. ОК равен 1 = х1х2х3 = х4. Умножая OK последовательно на х1, х2, х3, х1х2, х1х3, х2х3, получаем новые генераторы: х1 = х2х3 х4; х2 = х1 х3 х4; х3 = х1 х2 х4; х1 х2 = х3 х4; х1 х3 = х2 х4; х2 х3 = х1 х4.
В результате имеем следующую систему смешивания оценок:
Таблица 12.4
ПФП 24– 1 х4= х1х2х3
Номер опыта |
х1 |
х2 |
х3 |
х4 |
y |
1 |
-1 |
-1 |
-1 |
-1 |
y1 |
2 |
+1 |
-1 |
-1 |
+1 |
y2 |
3 |
-1 |
+1 |
-1 |
+1 |
y3 |
4 |
+1 |
+1 |
-1 |
-1 |
y4 |
5 |
-1 |
-1 |
+1 |
+1 |
y5 |
6 |
+1 |
-1 |
+1 |
-1 |
y6 |
7 |
-1 |
+1 |
+1 |
-1 |
y7 |
8 |
+1 |
+1 |
+1 |
+1 |
y8 |
В уравнение регрессии, построенное по результатам реализации такого плана, можно включить, кроме линейных членов, все парные взаимодействия, приведённые в плане табл. 12.3:
(12 .9)
Однако надо помнить о системе смешивания. К примеру, коэффициент b12 оценивает не только при β 12, но и β 34.
План в табл. 12.4, используемый для построения модели (12.9), является насыщенным, число опытов в нём N = 8 равно числу оцениваемых коэффициентов регрессии. Поэтому нет возможности проверить адекватность модели. Такую проверку можно сделать, если упростить уравнение (12.9), пренебрегая в нём дополнительно ещё некоторыми взаимодействиями.
Рассмотрим другой вариант полуреплики, приравняв, например, х4 парному взаимодействию х1 х3. Этот план приведён в табл. 12.5.
ОК такой реплики: 1 = х 1 х 3 х 4 . Генераторы плана: х 1 = х 3 х 4 ;
Таблица 12.5
ДФП 24-1 х4 = х1х3
Номер опыта |
х1 |
х2 |
х3 |
х4 |
y |
1 |
-1 |
-1 |
-1 |
+1 |
y1 |
2 |
+1 |
-1 |
-1 |
-1 |
y2 |
3 |
-1 |
+1 |
-1 |
+1 |
y3 |
4 |
+1 |
+1 |
-1 |
-1 |
y4 |
5 |
-1 |
-1 |
+1 |
-1 |
y5 |
6 |
+1 |
-1 |
+1 |
+1 |
y6 |
7 |
-1 |
+ 1 |
+1 |
-1 |
y7 |
8 |
+1 |
+1 |
+1 |
+1 |
y8 |
Система смешивания оценок:
Сравнивая системы смешивания оценок для двух последних планов, можно убедиться в преимуществах плана с OK 1 = x1 х2х3 х4. Для него оценки линейных коэффициентов регрессии смешаны лишь с тройными взаимодействиями, в то время как для плана с OK 1 = x1 х3 х4 некоторые из этих оценок смешаны с парными взаимодействиями. Отсюда следует вывод: с точки зрения системы смешивания оценок, лучше выбирать реплипки, в правой части ОК которых стоит максимальное число членов.
Кроме предложенных вариантов, можно рассмотреть ещё 6 способов построения полуреплик на основе ПФП 23. Их генераторы:
Идею построения ДФП можно развивать дальше, заменяя в планах ПФП не одно, а большее число взаимодействий новыми факторами. При замене двух взаимодействий новыми факторами получим четверть-реплики (или 1/4 реплики) ПФП. Их условное обозначение 2к- 2.
В табл. 12.6 приведён план 1/4 реплики для 5 факторов, полученный заменой в ПФП 23 взаимодействий x1 х2 х3 и х2 х3 факторами х4 и х5 соответственно.
Таблица 12.6
ДФП 25 - 2
Номер опыта |
х1 |
х2 |
х3 |
х4 |
х5 |
y |
1 |
-1 |
-1 |
-1 |
-1 |
+ 1 |
y1 |
2 |
+1 |
-1 |
-1 |
+1 |
+ 1 |
y2 |
3 |
-1 |
+1 |
-1 |
+1 |
-1 |
y3 |
4 |
+1 |
+1 |
-1 |
-1 |
-1 |
y4 |
5 |
-1 |
-1 |
+1 |
+1 |
-1 |
y5 |
6 |
+1 |
-1 |
+1 |
-1 |
-1 |
y6 |
7 |
-1 |
+1 |
+1 |
-1 |
+ 1 |
y7 |
8 |
+1 |
+1 |
+1 |
+1 |
+ 1 |
y8 |
При замене в ПФП трёх взаимодействий новыми факторами получают 1/8 реплики ПФП, обозначаемые 2к-3 и т. д.
На основе ПФП 23 можно построить дробную реплику, включающую самое большее 7 варьируемых факторов. Это будет план 27 - 4, представляющий собой 1/16 реплики от ПФП 23.
В табл. 12.7 приведён этот план, построенный с помощью следующих генераторов: x4= x1x2; х5 =x1x3 ; х6 = х2 х3; х7 = x1x2 x3.
С помощью такого плана можно получить линейную модель
(12,10)
однако нельзя проверить адекватность такой модели, так как план 27-4 является насыщенным.
Насыщенные дробные факторные планы часто используют в качестве планов отсеивающего эксперимента, основная цель которых не построение адекватной модели, а выявление важнейших переменных из числа варьируемых факторов.
Таблица 12.7
ДФП27 - 4
Номер опыта |
х1 |
х2 |
х3 |
х4 |
х5 |
х6 |
х7 |
y |
1 |
-1 |
-1 |
-1 |
+1 |
+1 |
+1 |
-1 |
y1 |
2 |
+1 |
-1 |
-1 |
-1 |
-1 |
+1 |
+1 |
y2 |
3 |
-1 |
+1 |
-1 |
-1 |
+1 |
-1 |
+1 |
y3 |
4 |
+1 |
+ 1 |
-1 |
+1 |
-1 |
-1 |
-1 |
y4 |
5 |
-1 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
y5 |
6 |
+1 |
-1 |
+1 |
-1 |
+1 |
-1 |
-1 |
y6 |
7 |
-1 |
+1 |
+1 |
-1 |
-1 |
+1 |
-1 |
y7 |
8 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
+1 |
y8 |