- •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.
29.Построение априорной диаграммы рангов
Убедившись в согласованности мнений специалистов, можно построить
диаграмму рангов. При построении этой диаграммы по оси абсцисс откладывают факторы в порядке возрастания суммы рангов, а по оси ординат - суммы рангов. Для рассматриваемого примера диаграмма рангов приведена на рис. На
этом рисунке заштрихованная часть диаграммы характеризует степени влияния факторов на исследуемую величину. Степень влияния фактора на исследуемую величину оценивается по величине суммы рангов: чем меньше сумма рангов фактора, тем большее влияние он оказывает на исследуемую величину.
С помощью диаграммы рангов можно выделить наиболее влияющие факторы и отсеять факторы, оказывающие несущественное влияние. Если распределение степеней влияния факторов равномерное или неравномерное, но монотонно убывающее , то это означает, что в дальнейшее исследование процесса необходимо включать все факторы. В случае быстрого экспоненциального падения степеней влияния факторов часть факторов можно исключить из
дальнейшего изучения процесса.
Из диаграммы рангов следует, что больше других влияют на исследуемый параметр, по мнению опрошенных специалистов, факторы Nb, Cr, Al.
Остальные факторы оказывают значительно меньшее влияние, и их можно исключить из дальнейшего рассмотрения.
30. Способы составления матриц планирования в методе случайного баланса.
Для построения матриц случайного баланса используют случайный механизм. Число опытов в матрице обычно выбирают т.о., чтобы оно было кратным 8 и превышало число k+1, где k-количество факторов. Например, если 10 факторов, то построим 16, хотя можно и 32.
Матрицу планирования можно строить 2-мя способами:
способ чистого случайного баланса, т.е. случайное распределение уровней факторов по столбцу, либо с помощью таблиц случайных чисел, либо просто так. Главное чтобы число +сов и –сов было одинаковое.
Случайное смещение строк, лин возможного факторного эксперимента, либо регулярных дробных реплик.
Чистый случайный баланс считается менее эффективным и его рекомендуется применять в неответственных случаях при варьировании факторов на разном числе уровней.
Случайное смещение строк.
Рассмотрим задачу поиска сплава с минимальным значение коэффициента сопротивления. Если вернемся к таблице, то там было решено воспользоваться планом, состоящим из 16 опытов. Все факторы разбили на 3 группы. Две из них включали по 4 фактора, а третья 2 фактора. Включение в первую группу 4 фактора связано с тем, что 16 опытов представляют собой ПФЭ (24=16). В первую группу включают факторы, которые нам кажутся наиболее существенными. Далее проводится ПФЭ и можно делать восхождение. Для первой группы строят матрицу ПФЭ, а для остальных групп по таблице случайных чисел находят порядок реализации.
Основное свойство матрицы.
Среди столбцов для линейных и парных взаимодействий не должно быть двух столбцов с полностью совпадающими или полностью противоположными знаками. Иначе эти столбцы будут полностью закоррелированны (rij=+-1). И невозможно будет разделить влияние соответствующих эффектов. Но в то же время, если столбцы будут являться полностью незакоррелированными, то rij=0, но это невозможно, так как мы изначально записываем неортогональную матрицу, т.е. Σxiu*xju не равно 0. Если все же есть полностью закоррелированные столбцы, то сумма будет полностью из +сов или –сов. Чем меньше коэффициент корреляции у столбцов матрицы, тем лучше.