Файл: Баженов, Ю. М. Перспективы применения математических методов в технологии сборного железобетона.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.10.2024
Просмотров: 87
Скачиваний: 0
Продолжение
|
ю |
с о |
|
о |
|
X |
с о |
с о |
|
о |
о |
|
с о |
Mt- |
к . |
■4h |
|
ю |
мі- |
СП
СМ
|
о з |
— |
|
с о |
|
|
—* |
— |
|
с о |
00 |
•С |
о |
о з |
|
СМ |
— |
с о |
|
|
0 0 |
см |
LO |
см |
UO |
о |
см |
Mt- |
|
ГП |
|
с о |
с о |
с о |
С 3 |
о |
с о |
см |
со |
с о со с о |
с о с о |
||||
с о |
с о |
СО |
СО |
с о |
|||||||||
о |
о |
о |
о |
о |
о |
о |
о |
о |
о |
о |
о |
о |
о |
Mt- |
СО |
Mt- 0 0 |
ІО ю |
Mf< |
|
|
—г |
ю |
СП |
см |
Оз |
F—< |
о |
Mtсм
юс о
оо
|
ю |
с о |
|
с о |
03 |
|
см |
см O l |
п*. |
г - |
00 |
СП |
||
о |
с о |
с о |
СП |
|
о - |
см |
|
с о |
см |
|
Mt- |
00
о
оо
оо
см |
Mt- |
ю |
с о |
ю |
см |
ОЗ |
|
со |
|
оо |
LO |
00 |
00 |
с о |
ап |
СО |
ю |
LO |
ю |
ю |
мг |
с о |
см |
оо |
ю |
Mt- |
|||
|
|
|
|
|
*“ ' |
|
1 |
|
— |
|
|
г - • |
|
|
Mt- |
ю |
0 0 |
ГП |
ю |
|
|
|
|
Mt- |
см |
с о |
ОЗ |
||
ОІ |
|
о |
см |
|
|
|
|
о |
|
|
T f |
Mt- |
СП |
с о |
|
MfІО М+- |
п - |
||
|
см |
см |
LO |
|
|
и з |
с о |
Mt- |
|
|
—' |
— |
о |
о |
|
— |
о |
о |
о |
СО |
|
|
см |
о о |
Г - |
|
, |
ГП |
0 3 |
о |
|
|
|
со |
СП |
|
|
СО |
см |
с о |
|
|
СО |
см |
см |
|
см |
см |
см |
|
|
|
|
СО |
оо |
00 |
|
п - |
о з |
|
|
|
|
со |
с о |
|
а з |
с о |
|
|
|
|
|
— |
о |
о |
|
см |
о |
ОЗ |
с о |
см |
|
LO |
о о |
см |
о о |
|
С-- |
ю |
с о |
|
см |
см |
l '- |
|
о |
||
Mt- |
|
Mt- |
|
— |
см |
см |
см |
|
см |
Ю |
|
СО |
см |
|
см |
|
ю |
00 |
см |
о |
о |
о |
см |
|
о |
о |
о |
о |
о |
о |
о |
|
о |
||||||
о |
о |
о |
о |
|
о |
о |
о |
о |
о |
|
|
с о |
|
0 0 |
|
Mt- |
|
о з |
см |
|
|
с о |
|
с о |
|
|
с о |
Г". |
|
|
|
о |
|
о |
|
о |
|
о |
о |
|
|
1 |
|
|
|
1 |
|
|
1 |
|
СМ |
|
|
ю |
Mf |
0 3 |
i n |
|
|
*сГ |
•4t* |
|
|
с о |
ю |
с о |
ю |
|
|
|
|
|
|
|
|
|
|
|
|
|
СМ |
|
|
см |
см |
см |
CM |
|
|
|
|
. |
с о |
|
03 |
|
|
|
|
|
|
•—* |
см |
|
|
|
см |
||
|
о |
03 |
о |
|
|
|
|||
|
о |
03 |
о |
|
|
|
о |
||
|
о |
о |
о |
о |
о |
|
|
|
о |
|
о ’ |
о |
о |
о |
о |
|
|
|
о |
|
ю |
с о |
_ |
‘ |
|
г л |
п - |
Mt- |
|
л " |
СМ |
см |
с о |
|
|
с о |
со |
|
|
|
|
|
|
|
|
|
|
|
|
|
О |
о |
о |
|
|
о |
о |
о |
|
с о |
см |
|
Mt- |
см |
с о |
о з |
с - |
с о |
|
с о |
с о с о |
см |
|
о |
о |
|
о |
о |
о |
о |
1 |
1 |
|
1 |
1 |
I |
! |
00 |
СП |
1П |
|
с о |
, |
f - |
о |
см |
ю |
|
Mt- |
Mf |
с о |
СО |
см |
см |
|
см |
см |
см |
|
|
ю |
со |
|
ОЗ |
LO |
|
о |
С 3 |
г - |
|
ГП |
о |
|
г з |
о |
|
о |
||
|
о |
о |
о |
|
о |
о |
|
о |
о |
о |
|
о |
о |
|
ю |
ГП |
СП |
СП |
|
LO |
|
см |
см |
с о |
|
см |
|
|
о |
о |
о |
о |
|
о |
|
|
0 0 |
ГГ) |
, |
СО |
|
с о |
|
|
|
|
СП |
|
|
п - |
со |
|
-С) |
|
on |
|
|
с о |
|||
ю |
о |
о |
ю |
ю |
ю |
|||
|
|
|||||||
|
|
|
|
|
1 |
1 |
1 |
|
О. Е |
|
|
|
|
|
_, |
||
§ 5 |
с о |
h - |
00 |
СП |
о |
|||
о |
5 |
|
|
|
|
см |
см |
|
£ |
і |
|
|
|
|
|
|
CM |
ю |
оо |
с о |
со |
СП |
|
ю |
со |
СО |
<х> |
со |
оо |
с о |
Mf- |
н - |
|
|
см |
|
а ) |
Mt- |
Ю |
|
|
|
|
см |
СО |
|
ю |
о |
о |
СО |
LO |
Ю |
о |
LO |
LO |
ю |
1 |
|
|
1 |
1 |
і |
|
1 |
і |
1 |
см |
с о |
чтй |
ю |
с о |
г - |
с о |
Оз |
о |
со |
см |
см |
см |
см |
см |
см |
см |
CM |
а з |
9— 1023 |
129 |
Для этоі'і модели значение ри гг невелико — |
всего 2 6 % , но все же |
оно выше, чем для модели № 1 (риі= 1 6 % ) , |
учитывающей только |
цементно-водное отношение. Отметим, что модель № 1 легко преоб разуется в привычную для технологов форму:
Кі = R1S0:A =0,12 + 0,45 (Ц/В)\
Я16о = 0,45Л (ДЛВ + 0,27).
Малая информационная способность (рн22= 26°/о) и низкая точ
ность (5Нд = 0 ,3 ) не позволяют отнести модель № 22 к технологиче
ски ценной. Однако, несмотря на негативный результат моделиро вания, можно высказать уверенность, что такой подход при повы шении метрологических требований к измерению технологических параметров или при добавлении других экспресс-определений более перспективен, чем традиционный, для контроля качества и проекти рования состава бетона в условиях гидротехнического строительства.
Перебор всех возможных моделей затруднителен да же при использовании ЭЦВМ. Так, в примере IV.5 было рассчитано и проанализировано (25—1)= 31 уравнение. Как видно, число возможных линейных моделей растет по показательной функции (2 К —1 ) с увеличением ко личества факторов К. Поэтому такой прямой путь хотя
и гарантирует выбор лучшей |
модели с ( Д и ) м акс и |
5на)мпн, о н нерационален даже |
при К ~ 5 и особенно |
труден при анализе полиномиальных моделей второй степени. При К = 4 число эффектов в такой модели L = 15 и, следовательно, необходим перебор /Vм =32767 вариан тов. Поэтому большой практический интерес представ ляет алгоритм «последовательного многошагового ре грессионного анализа» [73], позволяющий выбрать мо дель на основе расчета, число этапов которого равно L.
На первом этапе рассчитывается полиномиальная модель (IV.5) со всеми L эффектами, причем кроме оценок Ьі определяются /щ-критерий для проверки по
лезности модели (IV. 19), оценки ошибок s{bj} |
(IV.22) |
||
и фактические ^ф-отношения: |
|
|
|
ti = bi :s{bl}m |
|
(IV.36) |
|
Из числа незначимых |
коэффициентов |
(для них |
|
^Ф<Цтабл при риске а) удаляется /-эффект, |
имеющий |
||
минимальное £ф.мин. |
проводится расчет |
модели |
|
На втором этапе вновь |
(IV.5), но уже без /-эффекта. При этом обычно в соответ ствии со свойствами матрицы [Д] все оставшиеся оценки изменяются по сравнению с первым этапом — см. табл. IV.2. Процедура исключения коэффициента с по
130
вторяется. После каждого этапа /Ѵотношение изменя ется: вначале оно возрастает, а потом начинает убывать. Расчет можно вести либо до получения максимального Fn, либо продолжать до полного перебора L моделей [23], так как для упрощения технологических расчетов в заводских условиях весьма важно, чтобы приемлемая величина s^A была получена при возможно меньшем
числе эффектов. Действительно, если модель А имеет S o c t = 18,2 кгс/см2при восьми эффектах, а модель Б имеет S o c t = 18,5 кгс/см2 лишь при четырех, то предпочтение с инженерной точки зрения можно отдать модели Б [27].
Нами был проверен алгоритм последовательного ре грессионного анализа с целью подтверждения возмож ности быстрого выбора модели с минимальной диспер-
сией s I-ia из всех (2 —1) моделей. Для этого рассчиты вались все возможные модели и строился график взаи моперехода. Граф, иллюстрирующий принцип после довательного регрессионного анализа, показан для за дачи в примере ІѴ.5 (в квадрате вверху указаны номера линейных эффектов, а внизу — величины sHA • ІО3) . Всего
в графе может быть (5ХЗХЗХ 2)=90 путей из четырех ребер, соединяющих пятифакторную модель с однофак торной. Единственно правильный путь должен проходить через модель, имеющую (s^A ) шш = 0,302. Для перехода
от модели с L эффектами к модели с (L—1 ) эффектом удаляется тот /-эффект, для которого минимально ^-от ношение (IV.36). Из приведенного графика и данных табл. IV.2 следует, что на первом шаге удаляется Х,\, на втором — Х2, а третьем — Х5, на четвертом •— Х2, причем путь в графе проходит через модели (1, 2, 3, 4, 5), (1,3, 4, 5), (1, 3, 5), (1,3) и (1), каждая из которых действи тельно имеет (s h a ) mhh п о сравнению со всеми себе по добными. Это дает возможность подтвердить целесооб разность применения такого метода для получения ин терполяционных моделей.
ІѴ.5. Основы корреляционного анализа. Если случай ная величина У зависит от случайных переменных Хі (схема связи С/), то применяется корреляционный ана лиз математической модели. Для обеспечения его эффек тивности помимо выполнения условий, требуемых при проведении регрессионного анализа, должно быть доста точно строго выполнено еще одно решающее условие: все информационные единицы (т. е. и уп, и все К фак-
9* |
131 |
!23
305
1234 |
124 |
_ J |
13 |
Ія-»мим |
304 |
316 |
1 |
1 308 |
|
12 345 |
1245 |
|
|
|
302 |
314 |
|
|
|
|
X |
145 |
|
24 |
|
I |
313 |
|
323 |
|
|
|
|
|
|
еч |
|
|
|
|
|
234 |
|
25 |
|
1345 |
311 |
|
313 |
|
|
|
|
|
|
302 |
235 |
|
|
|
|
|
34 |
|
|
|
310 |
|
346 |
|
2345 |
|
|
|
|
309 |
245 |
|
35 |
|
|
322 |
|
338 |
|
|
345 |
I |
45 |
|
|
335 |
|
384 |
1
324
4
366
5
365
торов Xi) должны образовать систему К+1 случайных величин, распределенных по многомерному нормальному закону.
Опыт показывает, что именно это условие в задачах материаловедения очень редко бывает выполненным, особенно при К ^ 2 . В силу такого положения, по на шему мнению, корреляционный анализ может в таких задачах иметь более узкую область применения, чем регрессионный.
Степень тесноты (силы) линейной зависимости меж ду двумя нормально распределенными случайными ве-
132