- •Общие требования, предъявляемые к параметру оптимизации (по):
- •2. Способ переформулировки задачи с целью сокращения числа изучаемых по:
- •3. Сокращение числа отдельных параметров оптимизации (по) с помощью корреляционного анализа.
- •4. Свойства коэффициентов парной корреляции и последовательность выполнения корреляционного анализа.
- •5. Способ построения графов корреляционных свойств
- •6. Способ обработки данных пассивного эксперимента приемами метода случайного баланса.
- •7. Способ решения компромиссных задач
- •8. Достоинства и недостатки метода случайного баланса.
- •10.Получение приближенных оценок коэффициентов регрессии по выделенным эффектам.
- •11.Графический способ поиска компромисса.
- •12.Критерий, по которому заканчивают отсеивание факторов и их взаимодействий.
- •13.Шкала желательности и правила пользования ею.
- •9. Метод перебора при решении компромиссных задач
- •14. Способ, с помощью которого, не строя диаграмм рассеяния для всех парных взаимодействий, можно выделить наиболее значимые из них.
- •15. Способ построения обобщенной функции желательности. Преимущества использования данного способа.
- •16. Идея снятия значимых эффектов и способ их снятия.
- •17. Способ преобразования исходных значений свойств в соответствующие желательности.
- •18. Количественная оценка эффектов, выделенных с диаграмм рассеяния факторов и проверка статистической значимости.
- •19. Способы оценки ошибок опыта.
- •20. Возможности априорного ранжирования параметров оптимизации. Цели этого ранжирования.
- •21. Необходимость рандомизации при определении ошибок опыта.
- •22. Методы экспериментального отсеивания факторов.
- •23. Способ проверки однородности дисперсии. Случай использования критерия Кочрена g.
- •24. Ненасыщенные, насыщенные, сверхнасыщенные экспериментальные планы.
- •25. Способы отсеивания факторов с помощью полностью насыщенных планов.
- •26. Основная идея, положенная в основу всех методов отсеивания факторов.
- •27. Метод априорного ранжирования факторов и последовательность его выполнения.
- •28. Последовательность всех этапов решения задачи отсеивания по методу случайного баланса. (мсб)
- •29.Построение априорной диаграммы рангов
- •30. Способы составления матриц планирования в методе случайного баланса.
- •31.Способ расчета коэффициента конкордации в случае связанных и несвязанных рангов.Проверка статистической значимости коэффициента конкордации.
- •33. Возможные случаи распределения факторов по рангам.
- •34) Методика построения диаграмм рассеяния в методе случайного баланса.
- •35.Способы сравнения точек зрения двух исследователей.
- •36) Критерии по которым отбираются наиболее значимые факторы с диаграммы.
- •37) Определение по выделенным эффектам приближенных оценок коэффициентов регрессии.
- •38.Способ определения доверительных интервалов коэффициентов регрессии. Статистически значимые и статистически незначимые коэффициенты регрессии.
- •39. Параллельный перенос начала координат исходного уравнения в новый центр. Определение величин параметра оптимизации в новом центре.
- •40. Генерирующее соотношение и определяющий контраст.
- •41.Преимущества предоставления уравнения регрессии в канонической форме.
5. Способ построения графов корреляционных свойств
Граф представляет собой фигуру, состоит из точек – вершин и отрезков – ребер. В основном случае вершины – свойства. Каждое ребро указывает на наличие статистической значимости линейной связи между 2 вершинами.
6. Способ обработки данных пассивного эксперимента приемами метода случайного баланса.
Метод случайно баланса.
Сущность метода состоит в аппроксимации уравнений баланса соответствующему данному дифференциальному уравнению.
Цель метода это построение в результате небольшого числа экспериментов построить диаграмму рангов и выделить наиболее сильно влияющие факторы и их взаимодействие.
Основная идея: факторы варьируются на нескольких уровнях, вместо регулярных дробных реплик , представляющих собой некоторые систематические выборки из полного факторного эксперимента. Предлагается брать случайные выборки, при этом совместные оценки оказываются смешанными некоторым случайным образом, это дает возможность выделить наиболее реально влияющих факторы и их взаимодействия. Таким образом часть эффектов будет отнесена к шумовому полю. Дисперсия, характеризующая ошибку опыта, возрастает. В результате количественная оценка, выделенных эффектов, будет производиться с большой ошибкой ,следовательно метод случайного баланса обладает малой чувствительностью, но большой разрешающей способностью, т. е. можно выделить сильно влияющие эффекты из большого числа эффектов, взятых под подозрение.
7. Способ решения компромиссных задач
-Путём построения математической модели для каждого из параметров оптимизации, а затем ищется экстремум для одной из функций, накладывая ограничения на др. функции.
-Методом перебора. Перебираем различные вариант, выбираем наиболее удовлетворяющий, а потом проводим экспериментальную проверку. Затем по уравнениям зависимости определяем соответствующие свойства.
-Если математические модели для всех параметров оптимизации - линейная функция, то пользуются методами линейного программирования.
-Поиск условного экстремума одной функции при ограничении других функции можно использовать метод неограниченных множителей Лагранжа.
-Также пользуются графическими способами поиска компромисса. Этот метод основан на том, что рассматривают совмещение двумерных сечений поверхностей отклика и визуально выбирают подходящие условия экстремума, исходя из условий конкретной задачи.
8. Достоинства и недостатки метода случайного баланса.
Метод случайного баланса : Метод отсеивания факторов, основанный па использовании сверхнасыщенных планов со случайным выбором сочетаний уровней факторов
Недостатки:
Неоднозначность визуального отбора эффектов (т.к. строить таблицу с 3-я входами достаточно сложно)
Невысокая чувствительность, можно применять для выявления сильно влияющих факторов и их взаимодействий.
Дисперсия, характеризующая ошибку опыта, высока
Достоинства:
Исследуется большое количество факторов при небольшом количестве экспериментов;
Варьирование факторов сразу на многих уровнях;
Сравнительная легкость пересмотра плана проведения эксперимента, если в первом опыте выяснилась необходимость концентрации эксперимента в определенных областях.
Простота планирования, так как легко строится матрица планирования;
Простота графического анализа и аналитических расчетов;
