Навигация
ОСНОВЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ, ВЫБОР ФАКТОРОВ
30551
знак
0
таблиц
1
изображение
3. ОСНОВЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ, ВЫБОР ФАКТОРОВ
Для подробного изучения объекта исследования необходима его подробная модель. Подходящей моделью является «черный ящик», введенный в кибернетике с целью изучения сложности. Его построение основано на принципе: оптимальное управление возможно при неполной информации. Ясная формулировка этого факта является важнейшим достижением кибернетики.
Рисунок 1. – Схема черного ящика: x1, x2 …, xn- входы; y1,y2 …,ym – выходы.
Схема черного ящика приведена на рис. 1. Объекту исследования соответствует прямоугольник. Выходы, обозначаемые стрелками, выходящими из объекта, соответствуют параметрам оптимизации. Стрелки, входящие в объект, - входы – соответствуют возможным способам воздействия на объект. В терминологии планирования эксперимента входы называются факторами[1, с. 29].
Фактором называется измеримая переменная величина, принимающая в некоторый момент некоторое определенное значение и соответствующая одному из возможных способов воздействия на объект исследования.
Число возможных воздействий на объект принципиально неограниченно. Чтобы облегчить выбор, удобно разбить их на две группы. К первой группе относятся воздействия (факторы), определяющие сам объект, а ко второй – факторы, определяющие его состояние.
Каждый фактор имеет область определения. В планировании эксперимента рассматриваются только дискретные области определения факторов. Кроме того, эти области всегда ограничены. Ограничения могут быть принципиальными и техническими. Примером принципиального ограничения может служить абсолютный нуль температуры в обычных термодинамических системах. Если в ходе оптимизации фактор получил значение, близкое к принципиальному ограничению, то возможности объекта исчерпаны. Примером технического ограничения может служить температура плавления материала аппарата. При нагревании до этой температуры аппарат просто расплавится. Если в ходе оптимизации значение фактора приблизилось к технической границе, а желаемое значение параметра оптимизации еще не достигнуто, то может быть поставлена новая задача: создать, например, более тугоплавкий материал для аппарата. Решение этой новой задачи позволит продолжить оптимизацию.
Следует указать на два требования, предъявляемые к совокупности факторов. Это – требования отсутствия корреляции между любыми двумя факторами и совместимости факторов. Отсутствие коррелированности факторов означает возможность установления какого-либо фактора на любой уровень, вне зависимости от уровней других факторов. Если эти условия не выполняются, то нельзя планировать эксперимент. Кроме того, нет никакой необходимости включать в эксперимент коррелированные факторы, так как один из них не содержит никакой информации. Требование некоррелированности не означает, что между факторами нет никакой связи. Достаточно, чтобы эта связь не была линейной. Это требование может налагать ограничения на области определения факторов.
Другие ограничения на область налагаются требованием совместимости факторов. Несовместимость факторов возникает в том случае, если некоторые комбинации их значений, каждое из которых лежит внутри области определения, не могут быть осуществлены. Если в эти комбинации входят значения факторов, близкие к границам областей их определения, то устранение несовместимости производится просто сокращением областей. Сложнее обстоит дело тогда, когда запрещенные значения лежат внутри областей. Тогда области оказываются многосвязными. Это вызывает трудности, преодоление которых в некоторых случаях приводит к расчленению задачи на части[1, с. 35].
Все факторы можно разделить на качественные и количественные. Часто в виде качественного фактора используют различные взаимоисключающие реагенты. Следует иметь в виду, что при наличии качественного фактора возможна следующая альтернатива: либо в одном эксперименте варьировать этот фактор на всех интересных уровнях, либо ставить независимые эксперименты (с числом факторов на единицу меньше) для каждого уровня этого фактора и затем сравнивать полученные оптимумы. Этот выбор неоднозначен. Желательно ставить одно исследование, но это может в данном случае привести к большим трудностям. В каждом конкретном случае решением такого вопроса должен заниматься специалист по планированию.
Отбор факторов начинают после того, как в распоряжении экспериментатора окажется их полный список. При составлении такого списка следует перечислить все возможные факторы (удовлетворяющие общим требованиям), как бы велико ни было их число. К сожалению, слишком часто экспериментаторы боятся увеличивать список факторов, чтобы не усложнять задачу. Это приводит к малоэффективным или даже бессмысленным исследованиям и является просто следствием незнания методов отбора факторов.
Таким образом, главной заботой при составлении списка факторов должна быть его полнота. Лучше включить несколько десятков несущественных переменных, чем пропустить одно существенное.
Отбор факторов можно осуществлять экспериментально. Но так как даже небольшое сокращение числа факторов приводит к значительной экономии опытов, возникает вопрос об использовании априорной информации для их предварительного отсеивания[1, с. 37].
Похожие работы
вание отсеивающего эксперимента, основное значение которого выделение из всей совокупности факторов группы существенных факторов, подлежащих дальнейшему детальному изучению; планирование эксперимента для дисперсионного анализа, т.е. составление планов для объектов с качественными факторами; планирование регрессионного эксперимента, позволяющего получать регрессионные модели (полиномиальные и ...
ыполненный при помощи ЭВМ. Основная задача теории планирования и обработки результатов экспериментов – это построение статистической модели изучаемого процесса в виде Y = f(X1, X2,…Xk), где X – факторы, Y – функция отклика. Полученную функцию отклика можно использовать для оптимизации изучаемых процессов, то есть определять значения факторов, при которых явление или процесс будет протекать ...
зрения следования нормативам экспериментального вывода. Нормативы, связанные с возможными обобщениями из психологических экспериментов, предполагают разведение разных видов валидности. Внутренняя и внешняя валидность – обязательно обсуждаемые аспекты правильного эксперимента, будь то эксперимент в научных или практических целях. Отличия в выводах из этих экспериментов будут касаться того, как ...
... свободы остается на проверку гипотезы адекватности. Если заранее пренебречь взаимодействиями высших порядков, то имеется возможность получить математическую модель при меньшем числу опытов, реализовав не весь план ДФЭ, а только его часть (дробную реплику). Эксперимент, реализующий часть (дробную реплику) полного факторного эксперимента, называется дробным факторным экспериментом (ДФЭ). ДФЭ ...
0 комментариев