F1=2.1*10-6;
F2=0.1469.
, следовательно, гипотеза адекватности уравнений регрессии подтверждается.
Графики выходных переменных, построенных по исходным данным и выходных переменных, полученных с помощью расчета по полученным уравнениям регрессии, приведены на рис. 8 и рис. 9.
Рис. 8. Графики экспериментальной и расчетной температуры.
Рис. 9. Графики экспериментальной и расчетной стоимости.
Вывод:
В результате проделанной работы были получены следующие уравнения регрессии:
Коэффициенты этих уравнений по критерию Стьюдента оказались статистически незначимыми.
Данные уравнения регрессии адекватны экспериментальным данным. Они показывают, как изменяется положение среднего значения выхода с изменением входных величин. Из уравнения видно, что фактор t2 сильнее влияет на выходную характеристику, чем фактор t1. Поэтому для регулирования исследуемого процесса целесообразно воздействовать в большей степени на канал t2.
Приложение 1
Текст программы обработки результатов пассивного эксперимента.
clc;
kn=864
ys=0;
for i=1:kn
ys=ys+out(i*300,1);
end
ys=ys/kn; %Среднее значение выходной переменной
n0=0;
for i=1:kn-1
if((out(i*300,1)>=ys)&(out((i+1)*300,1)<=ys))
n0=n0+1;
end
if((out(i*300,1)<=ys)&(out((i+1)*300,1)>=ys))
n0=n0+1;
end
end
i
n0 %Число пересечений среднего значений
for i=1:kn
y(i)=out(i*300,1);
end
tos=0;
for i=1:kn
tos=tos+to(i*300,1);
end
tos=tos/kn; %Среднее значение входной переменной 1
tos
for i=1:kn
tokr(i)=to(i*300,1); %Вектор выборочных значений фактора 1
end
tss=0;
for i=1:kn
tss=tss+ts(i*300,1);
end
tss=tss/kn; %Среднее значение входной переменной 2
tss
for i=1:kn
tsoc(i)=ts(i*300,1); %Вектор выборочных значений фактора 2
end
figure(1);
hold on;
plot(tokr(:));
plot(tsoc(:));
hold off;
figure(2);
plot(y(:));
ps=0;
for i=1:kn
ps=ps+Price(i*300,1);
end
ps=ps/kn; %Среднее значение выходной переменной 2
ps
for i=1:kn
pr(i)=Price(i*300,1); %Вектор выборочных значений выхода 2
end
figure(3);
plot(pr(:));
dsy=0;
dsto=0;
dsts=0;
dspr=0;
for i=1:kn % Подсчет дисперсий факторов и выходов
dsy=dsy+(1/(kn-1))*(y(i)-ys)^2;
dsto=dsto+(1/(kn-1))*(tokr(i)-tos)^2;
dsts=dsts+(1/(kn-1))*(tsoc(i)-tss)^2;
dspr=dspr+(1/(kn-1))*(pr(i)-ps)^2;
end
for i=1:260 % Расчет автокорреляционных и взаимнокорреляционных функций
Ra_to(i)=0;
Ra_ts(i)=0;
Rv_to(i)=0;
Rv_ts(i)=0;
for j=1:kn-i
Rv_to(i)=Rv_to(i)+(1/((kn-1)*(dsto*dsy)^0.5))*((tokr(j)-tos)*(y(j+i)-ys));
Rv_ts(i)=Rv_ts(i)+(1/((kn-1)*(dsts*dsy)^0.5))*((tsoc(j)-tss)*(y(j+i)-ys));
Ra_to(i)=Ra_to(i)+(1/((kn-1)*dsto))*((tokr(j)-tos)*(tokr(j+i)-tos));
Ra_ts(i)=Ra_ts(i)+(1/((kn-1)*dsts))*((tsoc(j)-tss)*(tsoc(j+i)-tss));
end
end
figure(4);
plot(Ra_to(:));
figure(5);
plot(Ra_ts(:));
figure(6);
plot(Rv_to(:));
figure(7);
plot(Rv_ts(:));
for i=1:kn % Нормирование потоков данных
ey(i,1)=(y(i)-ys)/dsy;
ey(i,2)=(pr(i)-ps)/dspr;
ex(i,1)=(tokr(i)-tos)/dsto;
ex(i,2)=(tsoc(i)-tss)/dsts;
end
%Коэффициенты регрессии
b(:,1)=((ex(:,:)'*ex(:,:))^-1)*ex(:,:)'*ey(:,1);
b(:,2)=((ex(:,:)'*ex(:,:))^-1)*ex(:,:)'*ey(:,2)
c1=(ex(:,1)'*ex(:,1))^-1;
c2=(ex(:,2)'*ex(:,2))^-1;
for i=1:2
t1(i)=0;
t2(i)=0;
end
%Коэффициенты Стьюдента
t1(1)=abs(b(1,1))/(dsto*sqrt(c1));
t1(2)=abs(b(2,1))/(dsts*sqrt(c1));
t2(1)=abs(b(1,2))/(dsto*sqrt(c2));
t2(2)=abs(b(2,2))/(dsts*sqrt(c2));
t1
t2
for i=1:2
if(t1(i)>1.96)
i
disp('Коэфициент b1 не значим');
end
if(t2(i)>1.96)
i
disp('Коэфициент b2 не значим');
end
end
ym=ex(:,:)*b(:,:);%Расчетные значения выхода
figure(8);
hold on;
plot(ym(:,1));
plot(y);
hold off;
figure(9);
hold on;
plot(ym(:,2));
plot(pr);
hold off;
%Остаточная дисперсия
Sost1=((y(:)-ym(:,1))'*(y(:)-ym(:,1)))/(kn-2)
Sost2=((pr(:)-ym(:,2))'*(pr(:)-ym(:,2)))/(kn-2)
%Критерий Фишера
f1=dsy/Sost1
f2=dspr/Sost2
if(f1<1.2)
disp('Уравнение 1 адекватно');
end
if(f2<1.2)
disp('Уравнение 2 адекватно');
end
if(f1>=1.2)
disp('Уравнение 1 неадекватно');
end
if(f2>=1.2)
disp('Уравнение 2 неадекватно');
end
Приложение 2
Исследуемая модель
Приложение 3
Модель объекта испытаний
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.