Скачать презентацию
Идет загрузка презентации. Пожалуйста, подождите
Презентация была опубликована 8 лет назад пользователемЛеонид Короленко
1 ПЛАНУВАННЯ ТА ОБРОБКА РЕЗУЛЬТАТІВ БАГАТОФАКТОРНИХ ЕКСПЕРИМЕНТІВ З МОДЕЛЯМИ
2 План лекції Проблеми проведення багатофакторних експериментів, та межі їх застосування. Багатофакторні експерименти для пошуку екстремуму функції відгуку. Матриця планування експерименту на двох рівнях. Дробові багатофакторні експерименти. Компонент для автоматизованого пошуку екстремуму градієнтним методом.
3 Багатофакторні експерименти на багатьох рівнях потребують великої кількості експериментів де r – кількість повторів на рівні; p – кількість рівнів; f – кількість факторів. Проблеми проведення багатофакторних експериментів
4 Область застосування багатофакторних експериментів Багатофакторні експерименти дуже популярні для пошуку екстремумів. Для цього експерименти проводяться на двох рівнях на невеликій відстані, що дозволяю визначити напрям на екстремум. Далі у визначеному напрямку проводиться серія однофакторних експериментів. Після цього знов багатофакторний експеримент на двох рівнях
5 Повний багатофакторний експеримент на двох рівнях Потрібно експериментів. Для зручності обробки фактори нормують таким чином, щоб вони приймали значення тільки +1 та -1.
6 Матриця планування повного трифакторного експерименту на двох рівнях Номер експерименту х1х1 x2x2 x3x3 y экс
7 Властивості матриці Властивість нормування : елементи кожного стовпця приймають значення тільки +1 або -1.
8 Властивості матриці Властивість симетричності : для кожного стовпця кількість позитивних одиниць дорівнює кількості негативних.
9 Властивості матриці Властивість ортогональності: для кожної пари стовпців сума добутків елементів має дорівнювати 0.
10 Рівняння регресії
11 Формули для коефіцієнтів
12 Розширена матриця планування Номер експеримент а х1х1 x2x2 x3x3 х1х2х1х2 х1х3х1х3 х2х3х2х3 х1х2х3х1х2х3 y экс
13 Дробові багатофакторні експерименти Коефіцієнти, у яких кількість індексів більш 1 для пошуку градієнта не використовуються. Тому можна їх використовувати для вивчення впливу додаткових факторів, не збільшуючи кількість рядків матриці планування.
14 Матриця планування для 1/4 репліки 5-и факторного експерименту Номер експери- менту х1х1 x2x2 x3x3 х 4 =х 1 х 2 х 3 х 5 =х 1 х 2 y экс
15 Пошук екстремуму функцій багатьох змінних Градієнтний метод
16 Компоненти вектору градієнта для трьох факторів
17 Компонент Optimizer
Еще похожие презентации в нашем архиве:
© 2024 MyShared Inc.
All rights reserved.