х22=-1+0,289×1,5=-0,565;
для вершины 3
х13=3+0=3,0
х23=-1-0,577×1,5 = -1,865.
Получены следующие результаты опытов (в примере мы их получаем, подставляя координаты вершин в исходное уравнение):
у1=15,84; у2=9,89; у3=-35,5.
Самый худший результат у3=-35,5. Следовательно, условия опыта 3 необходимо заменить. Геометрическая траектория движения к оптимуму представлена на рисунке 4.4.
Вычисляем координаты вершины 4.
х11=3,5;
х21=-0,565(15,84);
х12=2,5;
х22=-0,565(9,89);
х14=3,0;
х24=0,735(52,1).
Подставим эти координаты в уравнение (2):
Результат: у=52,1.
Сравнивая результаты у1; у2; у4, видим что худший у2. Вычисляем координаты вершины 5 и у5:
х11=3,5;
х21=-0,565(15,84);
х14=3,0;
х24=0,735(52,1);
х15=4,0;
у15=0,735(57,1);
Далее (выполнить самостоятельно) получаем вершины с координатами: вершина 7 (4,5; 2,035); вершина 8 (4,0; 3,3); вершина 9 (5,0; 3,3); вершина 10 (4,5; 4,6); вершина 11 (5,5; 4,6). Результаты: у9=105; у10=113; у11=112,32.
Находим координаты вершины 12
Видим, что координаты вершины 12 соответствуют худшим результатам, чем оставшиеся 10 и 11. Поэтому возвращаемся к предыдущему симплексу с вершинами 9, 10, 11 и выбираем худший результат, не обращая внимание на опыт 9. Следовательно, заменить необходимо вершину 10:
В этом новом симплексе координаты вершины 9 (5,0; 3,3); вершины 11 (5,5; 4,6); вершины 13 (6,0; 3,3). Худший результат у опыта 9.
Заменяем вершину 9:
Результаты опытов 11, 13, 14:
у11=112,32;
у13=106;
у14=114,21.
Заменяем вершину 13:
Получен худший результат, чем в опытах 11 и 14, поэтому заменяем опыт11:
Это также худший результат, поэтому в симплексе 11, 14, 15 заменяем опыт 14:
Вершины 17 и 12 совпадают, у17=у12=111. Снова получили худший результат. Итак, замена любой вершины симплекса 11, 14, 15 дает худшие результаты. Следовательно, экстремум находится внутри этого симплекса.
Далее можно уменьшить интервал варьирования и от любой вершины двигаться вновь. Если же с точностью до шага варьирования результаты не устраивают, можно считать задачу решенной.
Следовательно, координаты экстремума х1»6,5; х2»4,6; у=114,21. Истинные координаты экстремума х1=6,0; х2=5,0; у=115.
4.2. Дисперсионный анализ
статистическое выявление влияния отдельных факторов на результат эксперимента. Дисперсионный анализ (ДА) имеет дело главным образом с количественными факторами. Особенностью таких факторов является то, что они являются дискретными величинами, их уровням не соответствует числовая шкала и порядок уровней не играет роли.
Первоначально ДА был предложен английским статистиком Робертом Фишером (1925 г.) для обработки результатов агрономических опытов. Дисперсионный анализ относится к числу активных методов экспериментирования.
Дисперсионные планы можно считать многоуровневыми дробными факторными планами, отличающимися установивщейся традицией исследования влияния изменения качественных факторов и использования для выводов оценки значимости различия дисперсий и традиционным отсутствием записи модели в явной форме.
В связи со специфичностью (многоуровневостью) планов и качественным определением аргументов для дисперсионного анализа развит специфический аппарат обработки результатов.
При дисперсионном анализе используются однофакторные и многофакторные планы, последние из которых разделяют на блочные, латинские квадраты, греколатинские квадраты и т.д.
(меняется только число определяемых величин с изменением размера плана).
Приведем схему дисперсионного анализа на следующем примере: выбрать с помощью схемы дисперсионного анализа наилучшую конструкцию импеллера флотационной машины, тип собирателя и тип вспенивателя для флотации золотоносной руды. Оценку вести по извлечению золота в концентрат и содержанию его в концентрате.
Используем латинский квадрат (табл.4.12).
Т а б л и ц а 4.12
Схема латинского квадрата
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.