Главная страница Случайная лекция Мы поможем в написании ваших работ! Порталы: БиологияВойнаГеографияИнформатикаИскусствоИсторияКультураЛингвистикаМатематикаМедицинаОхрана трудаПолитикаПравоПсихологияРелигияТехникаФизикаФилософияЭкономика Мы поможем в написании ваших работ! |
Структура модели устройства
Структура модели статического безынерционного устройства, имеющего n входных переменных X и одну выходную переменную Y (рис. 1)
Рис. 1 определяется полиномом
,
где bi, bij – коэффициенты влияния, находятся в результате регрессионного анализа, т.е. проведенее экспериментальных исследований устройства и обработки (усреднения) статистических данных. Количество слагаемых в полиноме определяется адекватностью модели. Планирование эксперимента Планирование эксперимента необходимо для того, чтобы за более короткое время, т. е. с минимальными материальными ресурсами провести исследование. Наибольшее распространение получили эксперименты, в которых входные переменные (факторы) варьируются на двух уровнях. Чтобы реализовать все возможные сочетания факторов и уровней необходимо провести полный эксперимент с количеством состояний (входных ситуаций) N = 2n. Для определения уровней по каждому фактору , j = 1, 2, . . ., n выбирается базовый уровень в центре области исследования, для которой строится модель, а также половина интервала варьировать > 0. Отсюда находятся уровни факторов , задаваемые при экспериментальных исследованиях. Для двух входных переменных область исследований имеет вид, показанный на рис. 2.
Рис. 2 Конечные точки прямоугольника соответствуют номерам опытов, и искомая модель устройств будет справедлива для этой области. От ненормированных переменных удобно перейти к нормированным
, причем Xj = –1, когда и Xj = +1, если . Введение нормировки позволяет упростить обработку данных. После определения уровней факторов составляется матрица планирования (табл. 1), в которой заполняются столбцы Xj, Xjk. Строки матрицы соответствуют номерам опытов, количество строк равно N = 2n. Столбец X0 введен формально для упрощения вычислений коэффициента b0 модели, а столбец X1X2 используется при вычислении коэффициента b12.
Таблица 1
Основные свойства матрицы планирования: 1) симметричность (кроме столбца X0); 2) нормировка 3) ортогональность . Первые два свойства позволяют упростить выражения для оптимальных значению коэффициентов в модели, а второе – рассчитать эти коэффициенты независимо друг от друга.
Дата добавления: 2014-12-09; просмотров: 206; Нарушение авторских прав Мы поможем в написании ваших работ! |