лучшие книги по экономике
Главная страница

Главная

Замовити роботу

Последние поступления

Форум

Создай свою тему

Карта сайта

Обратная связь

Статьи партнёров


Замовити роботу
загрузка...
Книги по
алфавиту

Б
В
Г
Д
Е
Ж
З
И
К
Л
М
Н
О

ІМІТАЦІЙНЕ МОДЕЛЮВАННЯ

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]

 

Тема 9. Планування імітаційних експериментів: основні визначення


9.1. Методичні поради до вивчення теми


Зміст теми. У темі розкривається сутність експериментальних досліджень. Розглядаються дві основні проблеми, що вирішуються під час виконання натурних чи машинних експериментів. Традиційний спосіб вивчення залежності результатної величини від багатьох незалежних параметрів, його недоліки. Теорія планування експериментів, її вплив на підвищення ефективності експериментальних досліджень. Подається історична довідка про виникнення і розвиток цієї теорії. Розглядається планування екстремальних експериментів. Розповсюдження теорії планування експериментів в економічних дослідженнях завдяки методу машинної імітації. Наводяться основні поняття та визначення теорії планування експериментів. Фактори та вимоги до них. Відгук, функція (реакція, поверхня) відгуку. Парамет­ри оптимізації і керовані параметри. Графічне зображення функції відгуку на плоскому рисунку за допомогою функцій однакового рівня. Подання функції відгуку у вигляді апроксимуючого полінома (рівняння регресії). Основні рівні та інтервали варіювання. Кодовані значення рівнів факторів. Розглядаються основні умови регресивного аналізу та їх реалізація в імітаційному моделюванні. Поняття про факторні плани. Повний факторний план та його властивості (симетричність, нормування, ортогональність, рототабельність). Ефекти взаємодії та їх дослідження. Матриця планування з ефектами взаємодії. Дробові факторні плани. Матриця планування дробових факторних планів. Піврепліки. Репліки високого рівня дрібнення.
Пояснення до теми. Під час вивчення цієї теми слід насамперед звернути увагу на те, що машинне моделювання є специфічною формою проведення експериментальних досліджень. Проведення машинних експериментів має низку важливих переваг порівняно з фі­зичними (натурними) експериментами, зокрема легкість відтворення (дублювання) умов експерименту та переривання і поновлення його.

Машинні експерименти проводяться для вирішення двох основних проблем — дослідження систем та оптимізації систем. Планування експерименту під час розв’язання зазначених проблем полягає у виборі числа та умов проведення дослідів, за яких можна дістати потрібні результати із заданою точністю. Найважливіша умова науково поставленого експерименту — мінімізація загального числа спроб (а отже, і витрат матеріальних, трудових та часових ресурсів). Водночас зменшення числа спроб не повинне істотно позначитися на якості здобутої інформації.

Оскільки під час виконання експериментальних досліджень природа досліджуваного процесу здебільшого майже не відома (у противному разі можна скласти й дослідити математичну модель об’єкта, уникнувши дослідів, пов’язаних із значними витратами), то схема експерименту нагадує схему кібернетичного «чорного ящика», властивості якого встановлюються аналізом залежності вимірюваних ендогенних величин при певних комбінаціях рівнів контрольованих вхідних величин.
Нехай y — ендогенна величина, а  — контрольовані під час дослідів фактори. Тоді процес, що вивчається, може бути описаний за допомогою математичної моделі
.                                          (9.1)

Функцію  називають функцією (реакцією, поверхнею) відгуку, а величини  — факторами. Розглянемо означення основних категорій планування експериментів.
Задача дослідження системи полягає у встановленні залежності (9.1) або виявленні впливу різних факторів чи їх комбінацій на функ­цію відгуку. При оптимізації систем необхідно визначити такі рівні факторів, за яких функція відгуку набуває екстремальних значень. У такому разі ендогенну величину y називають параметром оптимізації. Параметр оптимізації повинен мати чітке фізичне чи економіч­не тлумачення, бути однозначною функцією факторів і легко вимірюватися та приводити до поставленої мети. Функцію відгуку (9.1) при оптимізації систем іноді називають цільовою, а фактори  — керованими параметрами.
У процесі проведення експериментів дослідник повинен мати змогу залежно від поставлених цілей обирати потрібне значення факторів або фіксувати його під час досліду. Тому фактори мають бути вимірними і керованими. При імітаційному моделюванні (на відміну від натурних експериментів) будь-який фактор може бути керованим.
Висувається ряд вимог не лише до окремих факторів, а й до всієї сукупності факторів у цілому. Насамперед фактори мають бути незалежними, тобто встановлення деякого рівня одного фактора не повинно залежати від узятих значень інших факторів. Під час проведення фізичних експериментів важливе значення має властивість сумісності факторів (будь-яка комбінація їх рівнів має бути здійсненною і безпечною).
Слід звернути увагу на те, що важливим етапом під час розв’язання задач оптимізації чи дослідження систем є вибір вигляду функції відгуку (9.1) — математичної моделі процесу, що вивча-
ється. Оскільки істинний опис цієї функції встановити неможливо, то її подають наближено за допомогою апроксимуючого полінома — відрізка ряду Тейлора, у який розкладається невідома залежність в околі точки з нульовими координатами:
                                  (9.2)
де
                      (9.3)
Апроксимуючий поліном (9.2) беруть першого, другого, а іноді третього степеня, причому порядок його може змінюватися залежно від етапу експерименту або специфіки задачі, що розв’язується. Коефіцієнти полінома (9.3) через відсутність істинного опису функції (9.1) не можуть бути знайдені теоретично. Їх визначають експериментально, проводячи досліди при деяких фіксованих значеннях фак­торів, причому з огляду на випадковість процесу, що досліджується, чи в результаті помилок при вимірюваннях вихідної величини спроби дублюються.
Після обробки результатів експерименту апроксимуючий поліном (9.2) фактично замінюється рівнянням регресії
                                   (9.4)
де коефіцієнти  — статистичні оцінки невідомих теоретичних коефіцієнтів .
Після вибору виду функції відгуку належить встановити межі областей визначення факторів, їх основні рівні та інтервали варіювання. Під час виконання експериментів для кожного фактора обирають два рівні, на яких можна змінювати його значення. Вибір основних рівнів (початкової точки факторного простору) та інтервалів варіювання грунтується на попередніх знаннях щодо процесу, який досліджується. Роблять цей вибір, виходячи з необхідності зменшення числа спроб для розв’язання поставленої задачі. Наприклад, якщо відшукується оптимальне значення функції відгуку, то за початкову точку може бути обрана точка факторного простору, яка на підставі деяких міркувань має лежати поблизу від області екстремуму.
Отже, в результаті попередньої роботи для кожного і-го фактора визначаються:
— основний рівень і-го фактора;
 — верхній рівень і-го фактора;
 — нижній рівень і-го фактора;
 — інтервал варіювання.
Під час проведення експериментів використовуються кодовані значення рівнів факторів. При цьому основний рівень беруть таким, що дорівнює нулю, верхній +1, нижній –1. Кодування виконують за формулою
                               , .                       (9.5)
Кількість усіх точок факторного простору при дворівневій системі змінювання факторів, у яких необхідно експериментально шукати значення функції відгуку, дорівнює , де n — число факторів.
Для визначення коефіцієнтів рівняння регресії (9.4) експериментально знаходять значення ендогенної величини у в N точках фактор­ного простору (при дворівневій системі змінювання факторів ), причому спроби в кожній точці дублюються k раз. У загальному випадку число повторювань дослідів (паралельних спроб) у точках факторного простору може бути різним, проте в імітаційних моделях економічних систем це число доцільно вважати єдиним для всіх точок факторного простору, в яких ставитиметься експеримент.
Під час вивчення цієї теми слід звернути увагу на те, що задача визначення коефіцієнтів регресії є типовою для регресивого аналізу. Тому для коректного використання розробленого в цій теорії інструментарію необхідно, щоб виконувалися розглянуті далі умови.
1. Результати спостережень  величини y в N точках факторного простору являють собою реалізацію нормально розподіленої випадкової величини.
2. Дисперсії реалізацій ,  рівні між собою, тобто дисперсія величини y не залежить від її абсолютного значення.
3. Фактори  — незалежні величини, вимірювані з настільки малою похибкою, що нею можна знехтувати порівняно з похибкою визначення величини y.
У разі імітаційного моделювання третя умова виконується завжди, а перша і друга мають перевірятися з допомогою спеціальних тестів.
При дворівневій системі змінювання факторів (а саме такі системи найчастіше використовуються в експериментах) число всіх точок факторного простору дорівнює  (базова точка, в околі якої шукають лінійну апроксимацію функції відгуку, до уваги не береться, оскільки в цій точці експеримент не проводиться).
Нехай в експерименті реалізуються всі можливі поєднання рівнів факторів, тобто . Такий експеримент називається повним факторним експериментом (планом). Повний факторний експеримент зручно подавати у вигляді матриці планування. Геометрично повний факторний план при  можна зобразити у вигляді куба, центр якого відповідає точці основного рівня факторів, а координати вершин задані умовами спроб. При  повний факторний план геометрично означає n-вимірний гіперкуб.
Повні факторні плани мають важливі для планування експериментів властивості:
симетричність плану відносно центра експерименту

де  — значення рівня i-го фактора в j-й спробі;
нормування плану

ортогональність плану — скалярні добутки векторів-стовпців матриці планування дорівнюють нулю:

Страницы [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] [ 12 ] [ 13 ] [ 14 ] [ 15 ]
[ 16 ] [ 17 ] [ 18 ] [ 19 ] [ 20 ] [ 21 ] [ 22 ] [ 23 ] [ 24 ] [ 25 ] [ 26 ] [ 27 ] [ 28 ] [ 29 ] [ 30 ] [ 31 ] [ 32 ]
[ 33 ] [ 34 ] [ 35 ] [ 36 ] [ 37 ] [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] [ 43 ] [ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ] [ 49 ] [ 50 ]


ВНИМАНИЕ! Содержимое сайта предназначено исключительно для ознакомления, без целей коммерческого использования. Все права принадлежат их законным правообладателям. Любое использование возможно лишь с согласия законных правообладателей. Администрация сайта не несет ответственности за возможный вред и/или убытки, возникшие или полученные в связи с использованием содержимого сайта.
© 2007-2017 BPK Group.