В помощь аспиранту / Grishchuk - Osnovi nauchnikh issledovaniy 2011
.pdfГрафик этой функции приведен в виде сплошной линии на рис. 2.3.
Таблица 2.4 – Результаты эксперимента
i |
xi |
yi |
xi2 |
yi xi |
|
|
|
|
|
1 |
0 |
4 |
0 |
1 |
|
|
|
|
|
2 |
1 |
5 |
1 |
5 |
|
|
|
|
|
3 |
1 |
4 |
1 |
4 |
|
|
|
|
|
4 |
2 |
3 |
4 |
6 |
|
|
|
|
|
5 |
3 |
3 |
9 |
9 |
|
|
|
|
|
6 |
4 |
3 |
16 |
12 |
|
|
|
|
|
7 |
4 |
2 |
16 |
8 |
|
|
|
|
|
8 |
5 |
2 |
25 |
10 |
|
|
|
|
|
9 |
6 |
2 |
36 |
12 |
|
|
|
|
|
10 |
6 |
1 |
36 |
6 |
|
|
|
|
|
Σ |
32 |
29 |
144 |
73 |
|
|
|
|
|
Данный пример показывает, что даже в простейшем случае (полином первого порядка) для вычисления коэффициентов приходится проделать относительно большое количество вычислений, причем объем вычислений многократно возрастает при повышении порядка полинома. Так, при m = 4 требуется вычислить 13 сумм и решить систему пяти уравнений с пятью неизвестными. Указанные расчеты при относительно высоких порядках полиномов обычно выполняют с помощью ПЭВМ.
Более детальное изложение МНК с графическим изображением поверхности отклика и аппроксимирующей поверхности для двух переменных и пример его применения для расчета неизвестных коэффициентов для линейной модели с одним фактором приведено в [24]. Там же на основе матричной алгебры показана возможность его применения для построения многофакторных моделей. Для этого рекомендуется перейти к матричной записи уравнений, необходимых для определения коэффициентов b.
41
2.4.2. МНК для линейной функции нескольких переменных
Допустим, в результате m-факторного эксперимента получено n значений отклика (табл. 2.5).
В данную таблицу введен фиктивный фактор x0 ≡ 1. В каждой строке таблицы записаны условия (значения факторов) и результаты опытов (отклики). Запись x ji означает значение j-го фактора в i-м факторе i-го опыта,
запись yi - значение отклика в i-м опыте.
Таблица 2.5 – |
Результат m-факторного эксперимента |
|
|
|
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
i |
|
x |
0 |
|
x |
x |
2 |
|
… |
x |
j |
|
… |
|
x |
m |
y |
|||
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
x |
01 |
|
x |
x |
21 |
|
… |
x |
j1 |
|
… |
|
x |
m1 |
y |
|||
|
|
|
11 |
|
|
|
|
|
|
1 |
||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
2 |
|
x02 |
|
x12 |
x22 |
|
… |
x j 2 |
|
… |
|
xm2 |
y2 |
|||||||
… |
… |
|
|
… |
|
… |
… |
|
… |
… |
|
|
… |
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
i |
|
x0i |
|
x1i |
x2 |
|
… |
x ji |
|
… |
|
xmi |
yi |
|||||||
… |
… |
|
|
… |
|
… |
… |
|
… |
… |
|
|
… |
|
… |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
n |
|
x0n |
|
x1n |
x2n |
|
… |
x jn |
|
… |
|
xmn |
yn |
Уравнение функции отклика неизвестно. Будем искать это уравнение в виде линейной функции m переменных:
~ |
= b0 + b1 x1 + b2 x2 + ... + bj x j |
+ ... + bm xm . |
(2.21) |
y |
Введение фиктивного фактора x0 ≡ 1 дает возможность записать это уравнение в виде
~ |
= b0 x0 + b1 x1 + b2 x2 + ... + bj x j |
+ ... + bm xm , |
(2.22) |
y |
Данная функция содержит m + 1 неизвестный коэффициент. Функция ϕ(×) представляет собой сумму
42
ϕ(×) = b0 x0 + b1x1 + b2 x2 + ... + bj x j + ... + bm xm , |
(2.23) |
вкоторой параметрами являются коэффициенты bj.
Сучетом того, что ∂ϕ ∂b j = x j , а также принимая во внимание (2.13) и
(2.15), получим систему уравнений для определения коэффициентов
∑ ( yi − b0 x0i − b1 x1i − b2 x2i − ... − bm xmi )x ji |
= 0, |
(2.24) |
|
, |
|
j = 1,2,..., m. |
|
|
После несложных преобразований система (2.24) принимает следующий вид:
|
n |
n |
n |
b0 |
= ∑ x0i y ji |
+ b1 ∑ x1i y ji |
+ ... + bm ∑ xmi y ji = y ji |
|
i=1 |
i=1 |
i=1 |
|
|
|
|
|
|
|
|
j = 0,1,2,..., m.
n
= ∑ yi x ji , i=1
(2.25)
Данная система является системой линейных алгебраических уравнений. Отметим, что изложенный здесь метод определения коэффициентов может быть распространен и на нелинейные модели. Пусть, например, проводится двухфакторный эксперимент, и модель находится в виде полинома
второго порядка
~ |
2 |
2 |
, |
(2.26) |
y |
= b0 + b1 x1 + b2 x2 + b3 x1 x2 + b4 x1 |
− b5 x2 |
Если обозначить
x |
= 1, |
x |
= x x |
2 |
, |
x |
4 |
= x2 |
, |
x |
= x2 |
, |
(2.27) |
0 |
|
3 |
1 |
|
|
4 |
|
5 |
2 |
|
|
то уравнение (2.26) примет вид
~ |
= b0 x0 + b1 x1 + b2 x2 + b3 x3 + b4 x4 + b5 x5 . |
(2.28) |
y |
43
Далее, путем введения фиктивных факторов x3, x4, и x5, квадратичную функцию двух переменных преобразуем в линейную функцию пяти переменных.
Рассмотрим в качестве примера обработку двухфакторного эксперимента, связанного с определением зависимости ЭДС Е генератора постоянного тока от тока возбуждения ϕв и частоты вращения ω [22].
Введем относительные величины
x1 = ϕв/ϕвн, x2 = ω/ωн, y = Е,
где ϕвн, ωн – номинальное значение тока возбуждения и частоты вращения. Зависимость y(x1, x2) приведена в табл. 2.6 и на рис. 2.4.
Таблица 2.6 – |
Зависимость y(x1,x2) |
|
||
|
|
|
|
|
i |
|
x1 |
x2 |
Y = E |
|
|
|
|
|
1 |
|
0,2 |
0,50 |
56 |
|
|
|
|
|
2 |
|
0,6 |
0,50 |
92 |
|
|
|
|
|
3 |
|
1,0 |
0,50 |
112 |
|
|
|
|
|
4 |
|
0,2 |
0,75 |
84 |
|
|
|
|
|
5 |
|
0,6 |
0,75 |
140 |
|
|
|
|
|
6 |
|
1,0 |
0,75 |
164 |
|
|
|
|
|
7 |
|
0,2 |
1,0 |
112 |
|
|
|
|
|
8 |
|
0,6 |
1,0 |
184 |
|
|
|
|
|
9 |
|
1,0 |
1,0 |
220 |
|
|
|
|
|
44
Е, ВB |
E ,У |
|
|
|
|
|
|
2 0 0 |
|
|
|
1 6 0 |
|
|
|
1 2 0 |
|
|
|
8 0 |
|
- X 2 = 0 .5 0 |
|
|
|
|
|
4 0 |
|
- X 2 = 0 .7 5 |
|
|
|
- X 2 = 1 .0 |
|
0 |
0 .2 0 .4 |
0 .6 0 .8 1 .0 |
X 1 |
|
Рисунок 2.4 – Зависимость y = E(x1,x2) |
|
|
Число опытов равно 9, число факторов – двум, число неизвестных коэф- |
|||
фициентов – |
трем. Система уравнений для определения коэффициентов b0, |
||
b1 и b2 имеет вид: |
|
|
|
|
n |
|
|
n |
|
n |
b0 n + b1 ∑ x1i + b2 |
∑ x2i = ∑ yi |
||||||
|
|
i=1 |
|
|
i=1 |
|
i=1 |
|
n |
|
n |
2 |
|
n |
|
b0 |
∑ x1i + b1 |
∑ x1i |
+ b2 ∑ x1i x2i |
||||
|
i=1 |
|
i=1 |
|
|
i=1 |
n |
b0 |
n |
|
n |
|
|
|
|
∑ x2i + b1 ∑ x1i x2i + b2 ∑ x22i |
|||||||
|
i=1 |
|
i=1 |
|
|
|
i=1 |
,
n
= ∑ yi x1i ,
i=1 n
=∑ yi x2i .
i=1
Для накопления суммы, входящих в данную систему уравнений, удобно использовать таблицу результатов эксперимента, дополненную колонками,
в которые записывают следующие величины: x12i , x1i − x2i , x22i , yi x1i , yi x2i , а также строкой, в которую вносят суммы элементов столбцов (табл. 2.7).
45
Таблица 2.7 – |
Результаты эксперимента |
|
|
|
||||
|
|
|
|
|
|
|
|
|
i |
x1 |
x2 |
y |
x12 |
x22 |
x12 |
yx1 |
yx2 |
1 |
0,2 |
0,50 |
56 |
0,04 |
0,25 |
0,10 |
11,2 |
28 |
|
|
|
|
|
|
|
|
|
2 |
0,6 |
0,50 |
92 |
0,36 |
0,25 |
0,30 |
55,2 |
46 |
|
|
|
|
|
|
|
|
|
3 |
1,0 |
0,50 |
112 |
1,00 |
0,25 |
0,50 |
112,0 |
56 |
|
|
|
|
|
|
|
|
|
4 |
0,2 |
0,75 |
84 |
0,04 |
0,5625 |
0,15 |
16,8 |
63 |
|
|
|
|
|
|
|
|
|
5 |
0,6 |
0,75 |
140 |
0,36 |
0,5625 |
0,45 |
84,0 |
105 |
|
|
|
|
|
|
|
|
|
6 |
1,0 |
0,75 |
164 |
1,00 |
0,5625 |
0,675 |
164,0 |
123 |
|
|
|
|
|
|
|
|
|
7 |
0,2 |
1,0 |
112 |
0,04 |
1,0 |
0,20 |
22,4 |
112 |
|
|
|
|
|
|
|
|
|
8 |
0,6 |
1,0 |
184 |
0,36 |
1,0 |
0,60 |
110,4 |
184 |
|
|
|
|
|
|
|
|
|
9 |
1,0 |
1,0 |
220 |
1,00 |
1,0 |
1,0 |
220,0 |
220 |
|
|
|
|
|
|
|
|
|
Σ |
5,4 |
6,75 |
1164 |
4,20 |
5,44 |
4,05 |
795,0 |
937 |
|
|
|
|
|
|
|
|
|
С учетом полученных значений сумы система уравнений приобретает вид:
9,00b0 |
+ 5,40b1 + 6,75b2 |
= 1164, |
||
|
|
|
|
|
|
|
+ 4,20b + 4,05b |
= 796, |
|
5,40b |
||||
|
0 |
1 |
2 |
|
|
|
|
|
|
|
|
+ 4,05b + 5,44b |
= 973. |
|
6,75b |
||||
|
0 |
1 |
2 |
|
Решение этой системы
b0 = −58,82 ; b1 = 101,67 ; b2 = 169,54 .
Таким образом, мы можем записать линейное уравнение функции, описывающей результаты эксперимента:
|
~ |
= b0 |
+ b1 x1 + b2 x2 ; |
|
y |
||
~ |
= −58,2 + 101,67x1 + 169,54x2 . |
||
y |
46
Сечение этой функции при x2 = 0,5; 0,75; 1,0 изображены в виде сложных линий на рис. 2.4. Результаты сопоставления измеренных и предсказываемых моделей откликов приведены в табл. 2.8.
Таблица 2.8 – |
Результаты сопоставления откликов |
|
|
||||||
|
|
|
|
|
|
|
|
|
|
i |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
|
|
|
|
|
|
|
|
y |
56 |
92 |
112 |
84 |
140 |
164 |
112 |
184 |
220 |
~ |
46,28 |
86,95 |
127,62 |
88,67 |
129,38 |
170,01 |
131,05 |
171,72 |
212,39 |
y |
|||||||||
~ |
|
|
|
|
|
|
|
|
|
ε = y − y |
9,72 |
5,05 |
-15,62 |
-4,67 |
10,62 |
6,01 |
-19,05 |
12,28 |
7,61 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
ε ×100% |
|
|
|
|
|
|
|
|
|
y |
17,4 |
5,5 |
-14,0 |
-5,6 |
7,6 |
-3,7 |
-17,0 |
6,7 |
3,5 |
|
|
|
|
|
|
|
|
|
|
Как видно из данного примера, для вычисления коэффициентов b0, b1, и b2 требуется выполнить значительный объем вычислений (определить 8 сумм и решить систему трех управлений с тремя неизвестными). Однако линейная модель плохо аппроксимирует результаты эксперимента (относительное отклонение превышает 17%).
В [22,23] приведен один простой прием, позволяющий существенно повысить точность математической модели объекта. Суть этого приема состоит в том, что полиномом аппроксимируется не отклик, а функция, представляющая собой отношение отклика к степенным функциям факторов
m |
|
y / ∏(x j )Pj , |
(2.29) |
j=1
где Pj – показатели, значения которых подбирают с учетом характера сече-
ния поверхности отклика.
С учетом (2.6) уравнение математической модели приобретает такой вид:
m |
|
y = [∏(x j )Pj ](b0 + b1 x1 + b2 x2 + ... + bm xm ) . |
(2.30) |
j=1
47
Введение поправочного множителя в виде произведения степенных функций факторов делает модель нелинейной, что обеспечивает повышение ее точности. В [22] приведено применение изложенного выше даннного приема к рассмотренному выше примеру. Поскольку ЭДС генератора линейно зависит от частоты вращения якоря и напоминает график функции y = x , введем поправочный множитель, и уравнение модели будем искать в виде
~ |
= x2 |
x1 (b0 + b1 x1 + b2 x2 ) |
y |
Это означает, что полиномом мы будем аппроксимировать отношение отклика к поправочному множителю.
В табл. 2.9 приведены значения факторов x1 и x2, отклика y преобразованного отклика y ' = y / x2 x1 , а также значения x12 , x22 , x1 x2 , y 'x1 , y 'x2 , необходимые для вычисления сумм, входящих в систему уравнений для определения коэффициентов.
С учетом полученных значений сумм система уравнений прибрела вид
9,00b0 + 5,40b1 + 6,75b2 = 2129,9,
5,40b0 + 4,20b1 + 4,05b2 = 1242,6,
6,75b0 + 4,05b1 + 5,44b2 = 1596,5.
Таблица 2.9 – |
Значения факторов и откликов |
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
i |
x1 |
x2 |
y |
y' |
x 2 |
x 2 |
|
x1x2 |
y'x1 |
y'x2 |
|
|
|
|
|
1 |
2 |
|
|
|
|
1 |
0,2 |
0,50 |
56 |
250,4 |
0,04 |
0,25 |
|
0,10 |
50,1 |
1256,2 |
|
|
|
|
|
|
|
|
|
|
|
2 |
0,6 |
0,50 |
92 |
237,5 |
0,36 |
0,25 |
|
0,30 |
142,5 |
118,8 |
|
|
|
|
|
|
|
|
|
|
|
3 |
1,0 |
0,50 |
112 |
224,0 |
1,00 |
0,25 |
|
0,50 |
224,0 |
112,0 |
|
|
|
|
|
|
|
|
|
|
|
48
Продолжение табл. 2.9
4 |
0,2 |
0,75 |
84 |
250,4 |
0,04 |
0,5625 |
0,15 |
50,1 |
187,8 |
|
|
|
|
|
|
|
|
|
|
5 |
0,6 |
0,75 |
140 |
241,0 |
0,36 |
0,5625 |
0,45 |
144,6 |
180,8 |
|
|
|
|
|
|
|
|
|
|
6 |
1,0 |
0,75 |
164 |
218,7 |
1,00 |
0,5625 |
0,75 |
218,7 |
164,0 |
|
|
|
|
|
|
|
|
|
|
7 |
0,2 |
1,00 |
112 |
250,4 |
0,04 |
1,00 |
0,20 |
50,1 |
250,4 |
|
|
|
|
|
|
|
|
|
|
8 |
0,6 |
1,00 |
184 |
237,5 |
0,36 |
1,00 |
0,60 |
142,5 |
237,5 |
|
|
|
|
|
|
|
|
|
|
9 |
1,0 |
1,00 |
220 |
220,0 |
1,00 |
1,00 |
1,00 |
220,0 |
220,0 |
|
|
|
|
|
|
|
|
|
|
Σ |
5,4 |
6,75 |
1164 |
2129,9 |
4,20 |
5,44 |
4,05 |
1242,6 |
1596,5 |
Столбцы же x0 , x4 = x12 , и x5 = x22 не ортогональны между собой. Поэтому неизвестные коэффициенты искомой математической модели
b1 , b2 , b3 = b12 определяются по формуле
|
|
13 |
|
|
|
|
|
∑ y j x ji |
|
b |
j |
= |
i=1 |
, |
|
||||
|
13 |
|||
|
|
|
∑ x 2ji |
|
|
|
|
i=1 |
|
где yi – экспериментальное среднеарифметическое значение функции отклика в i-ом опыте.
Коэффициенты b0 , b4 = b11 , b5 = b22 определяются из решения системы уравнений, полученной из (2.22)
b0
b0
b0
13 |
|
13 |
|
∑ x02i |
+ b11 ∑ x12i |
+ |
|
i =1 |
|
i =1 |
|
13 |
|
13 |
|
= ∑ x12i |
+ b11 ∑ x12i |
||
i =1 |
|
i =1 |
|
13 |
|
13 |
|
= ∑ x22i |
+ b11 ∑ x12i |
||
i =1 |
|
i =1 |
|
13 |
13 |
|
b2 ∑ x22i |
= ∑ yi , |
|
i =1 |
i =1 |
|
13 |
|
13 |
+ b22 ∑ x12i x22i |
= ∑ yi x12i , |
|
i =1 |
|
i =1 |
|
13 |
13 |
x22i + b22 ∑ x24i |
= ∑ yi x22i . |
|
|
i =1 |
i =1 |
Вычислив суммы в левых частях, получим
49
|
|
13 |
|
|
13b0 + 8b11 + 8b22 = ∑ yi , |
|
|
||
|
|
i =1 |
|
|
|
|
13 |
|
|
8b0 |
+ 12b11 + 4b22 = ∑ yi x12i , |
|
||
|
|
i =1 |
|
|
|
+ 4b11 |
13 |
|
|
8b0 |
+ 12b22 = ∑ yi x22i . |
|
||
|
|
i =1 |
|
|
Решение этой системы имеет вид |
|
|
||
|
13 |
13 |
13 |
|
b0 = 0,2∑ yi |
− 0,1(∑ yi x12i + |
∑ yi x22i ) ; |
|
|
|
i=1 |
i=1 |
i=1 |
|
13 |
|
13 |
13 |
13 |
b11 = 0,125∑ yi x12i − 0,1∑ yi + 0,01875(∑ yi x12i + |
∑ yi x22i ) . |
|||
i=1 |
|
i=1 |
i=1 |
i=1 |
Решение этой системы
b0 = 260,58 ; b1 = −36,81 ; b2 = −2,45 .
Таким образом, мы можем записать уравнение функции, описывающей результаты эксперимента
~ |
= x2 |
x1 (b0 + b1 x1 + b2 x2 ) = x2 x1 (260,58 − 36,81x1 − 2,45x2 ) . |
y |
Сечения этой функции при x2 = 0,5; 0,75; 1,0 изображены в виде пунктирных линий на рис. 2.2. Результаты сопоставления измеренных и предсказываемых моделью откликов приведена в табл. 2.10 [22].
Таблица 2.10 – Результаты сопоставления моделей откликов
i |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
|
|
|
|
|
|
|
|
|
y |
56 |
92 |
112 |
84 |
140 |
164 |
112 |
184 |
220 |
~ |
56,38 |
91,89 |
111,27 |
79,38 |
137,49 |
166,45 |
112,84 |
182,84 |
221,32 |
y |
50