Файл: Кориков А.М. Математические методы планирования эксперимента учеб. пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 27.06.2024

Просмотров: 161

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

 

 

- 1 5 6 -

 

 

сущеетвенных

переменных

j b L ( j = 1 , 2 , . , . ,

к 0 )

, а все ос­

тальные р и случайные

ошибки умножены на

cL .

Пусть да­

лее матрица

X •выбирается согласно описанному

выше пра­

вилу, тогда с вероятность», большей I - 2 й , где

будет получен план X f для которого для почти всех"|5

найдется

о£0 » о£0 ("pi , X ]

, такое, что для всех

/< с<0 можно будет указать номера всех существенных

факторов

Ц [j

1 , 2 , . . . ,

К 0 ) . и построить

оценки

П р и м е р .

Пусть Ц «

1 2 , -Л = 2 3 , ь

= 7 5 , тог­

да, согласно теореме, план, при котором можно будет при

ас.-*О

выделить все

существенные переменные,

будет

построен

с вероятностью,

большей 0 , 9 6 .

 

Доказательство теоремы читатель найдет в статье [22]

При доказательстве используется принципиальная

возможность

полного

перебора всех

^

комбинаций факторов.

Разумеется этот метод не может быть рекомендован для прак­

тического анализа. Обратим также внимание

на то, что- в т е ­

ореме не

указывается

явного алгоритма для

нахождения cL0

а только

утверждается

его существование.

 

§ 5 - 4 . П о с л е д о в а т е л ь н о е - о т с е и ­

 

 

в а н и е

 

Последовательное отсеивание используется для задач

большой

размерности (число факторов до 100 и больше).


- 1 57 —

При последовательном отсеивайте вое факторе на осжогэ

априорной информации делятся ва г р у п ш , каждая

кг

которых

далее рассматривается хьл комплексна* фактор.

Те

грушм

(комплексные факторы), ксторве содержат только незначимые неременяне, исключаются же рассмотрения после первого цик­

ла 0ПНТ01 (первой вроверкх).

Остажхеся факторя вновь д е ­

лятся на группа для проверки

и цккж опнтов повторяется.

Такая процедура проводится для выявления всех ваачвквх эф ­

фектов, после каждого цикла опытов получается новая инфор­

мация, позволявшая выйрать оптимальнее, я жвбражвш сжвсле,

планы для реалкзацки

очередного цикла.

 

 

 

 

§ % 5 . М е т о д

" в е т в я щ е й с я

 

с т р а ­

 

 

 

т е г и и "

 

 

 

 

Метод "ветвящейся

стратегии" является

дожитием

метода

случайного баланса но пути жевожьзовиая

ЗВМ дня )брабвхкн

результатов эксперимента. Оа состоит же четнрех

этапов.

П е р в и й

в т

а и

-

выделение наибольших

эффек­

тов по диаграммам рассенвавия. Выполнение

этой

 

процедуре

осуществляет ва ЭВМ, непосредственно вычисляя жедважя..

По своему смыслу этот

этап не отличается от соответствую­

щего этапа в методе случайного баланса с ручной

обработкой

результатов эксперимента.

 

 

 

 

 

 

В т о р о й

э т а п

-

количественная оценка

эффек­

тов - осуществляется

с помощь» регрессионного, ажажкза.

Использование ЭВМ позволяет оценивать больное

юиичевгвв

эффектов сразу,

одновременная

оценка большого

числа эффеж-


- 1 5 6 -

тов резко снижает

остаточную дисперсию

и, следовательно,

повышает чувствительность

метода.

 

 

Т р е т и й

э т а п

- выделение

существенных

эффек­

тов с помощью "ветвящейся

стратегии" -

осуществляют

в два

приема. Сначала отсеивают эффекты, влияние которых указы­

вается в трехсигмовые пределы, т . е . эффекты коэффициенты

регрессии которых меньше, чем 3 ^ { ^ i . } , исключаются из

дальнейшего рассмотрения как незначимые. Оставшиеся эф­

фекты последовательно вычитают из зависимой переменной

(параметра оптимизации) в различных комбинациях (всевоз­

можные комбинации по одному, по два и т . д . ) до тех пор,

пока не будет отобрана группа факторов, обеспечивающая

минимум остаточной дисперсии.

Ч е т в е р т ы й э т а п состоит из повторения

всей процедуры до тех пор, пока остаточная дисперсия не

снизится до необходимой величины, определяемой на основа­

нии данных об ошибке воспроизводимости эксперимента.

ч

- 159 -

КОММЕНТАРИЙ ' Рассмотренные в настоящей главе методн планирования

отсеивающих эксперименто1? относятся к группе статистичес­ ких методов поиска ЭЕстре1.*ма. Этой группе кетодор войска

посвящеза книга Л.А.^стритипа [ 3 0 ] . В основе методов

случайного поиска лежат те же идеи, что в методах плани­ рования отсеивающих-а экстремальных экспериментов, я их *ахущееся различие объясняется лишь тем, что методы слу­ чайного поиска сформулированы на языке, отличном от язы­ ка планирования эксперимента.

При изяохении материала настоящей главы мы следовали

книгам В.В.Налимова и Н.А.зерновой

[25] , Л.П.Рузинова

[ 3 2 ]

к лабораторному практикуму

[п]

. В основу § 5-3

положена статья Л .Д .Мешал^гаа [22]

.

Методы планирования

отсеивающих эксперьаезтоз рассмотрены таете в разделе В работы $ .С .Новика [27] .



ГЛАВА У1

И- ОПТЙГЛАЛЫШЕ ПЛАНЫ

§ 6 - 1 . В в о д н ы е з а н е ч- а н и я и п о с - т а н.о в к а з а д а ч и

Экспериментальные планы, определлющие программу иссле­ дования с целью нахождения математического описания объек­ та, строятся исходя из разных критериев оптимальности. Вы­

ше мы рассмотрели ортогональные планы, которые оптимальны с точки зрения простоты обработки полученной информации,а

также ротатабельные планы, обеспечивайте одинаковую инфор­ мацию о поверхности отклика на равных расстояниях от центра плана ( т . е . дисперсия предсказанных значений функции откли­ ка зависит только от расстояния точки до центра плана).Эти

плавны получили широкое

распространение на практике.

 

С появлением более

сложных задач возникает необходимость

более

строгого подхода

к выбору

критерия оптимальности.

В

связи

с этим примерно

с 1956 г .

в США начали появляться

ра­

боты, в которых задача гианирования эксперимента ставится в общем виде, а для её решения применяются методы современно­ го математического анализа.

Задача решается в следующей постановке. Предполоним.что функциональный вид уравнения регрессии известен

- 1 6 1 -

где ( х ) - известные линейно-независимые функции пере­

менных xit

х г , . . , , х ^ ; jbj - неизвестные параметры.

В результате действия случайных возмущений исследова­

тель наблвдает величину

Вздал~предполагать, что ^распределены по нормальному за­

кону с математическим ожиданием

дисперсией 6г.

Задача экспериментатора состоит в нахождении оценок па­

раметров ^ в уравнении,(6.1)'.

 

 

4

§ 6 - 2 . К р и т е р и и о п т и м а л ь н о с т и ^ ,

п л а н о в

"

Введем следующие векторные обозначения

К ,

f r

\

Через P обозначим матрицу

и

и

-

• l b .

-

7 , '

и

. t

»

• •