Разделы

Авто
Бизнес
Болезни
Дом
Защита
Здоровье
Интернет
Компьютеры
Медицина
Науки
Обучение
Общество
Питание
Политика
Производство
Промышленность
Спорт
Техника
Экономика

Композиционные планы

ПЛАНЫ ДЛЯ ОПИСАНИЯ ПОВЕРХНОСТИ ОТКЛИКА

Применение линейных планов совместно с методом градиентного поиска оптимума позволяет достичь окрестностей точки оптимума. Поиск оптимального решения в этой области требует перехода от линейных моделей к моделям более высокого порядка – как минимум к полиномам второй степени [2, 6]. Полином второго порядка содержит эффектов:

. (5.1)

Построение такой модели требует применения плана, в котором каждая переменная принимает хотя бы три различных значения. Существуют различные подходы к построению планов второго порядка. Можно воспользоваться ПФЭ типа 3k, но такие планы обладают большой избыточностью. Например, для трех переменных количество точек плана составит 27, а количество оцениваемых коэффициентов в функции отклика равно 10. В соответствии с идеей пошагового эксперимента планирование рационально осуществлять путем добавления специально подобранных точек к “ядру”, образованному планированием для линейного приближения. Такие планы называют композиционными (последовательными), они позволяют использовать информацию, полученную в результате реализации линейного плана.

Композиционные планы используются обычно на заключительном этапе исследования, когда модель приходится подбирать последовательно, начиная с простейшего линейного уравнения, которое потом достраивается до полной квадратичной формулы. В этом случае композиционные планы дают выигрыш по числу опытов по сравнению с другими планами. Эти планы можно применять и при непосредственном построении функции отклика в виде полинома (5.1).

Решение подобных задач основано на применении ортогональных или ротатабельных центральных композиционных планов (ЦКП). Эти планы используют в качестве ядра полный факторный эксперимент или минимально возможные регулярные дробные реплики типа 2kp. В качестве дробной реплики применяют такую, в которой два любых парных взаимодействия по модулю не равны друг другу

|xixj|¹ |xs xz| (5.2)

для любых попарно различных индексов. Именно план ПФЭ или дробные реплики, удовлетворяющие указанному условию, служат ядром ЦКП. На практике широкое распространение получили два типа ЦКП, известные как планы Бокса и Хартли. Понятие “центральный” означает, что факторы принимают значения, симметричные относительно центра плана.

Центральный композиционный план второго порядка называют планом Бокса, если его ядром является ПФЭ 2k или регулярная реплика типа 2kp, для которой парные взаимодействия не равны по модулю линейным факторам: xi ¹±xsxz; s ¹ z; i, s, z = 1, 2, …, k и, кроме того, выполняется условие (5.2). Применение ПФЭ или регулярных реплик, отвечающих этим условиям, позволяет получить несмещенные оценки коэффициентов модели (5.1). Из условий построения дробной реплики следует, что разрешающая способность ядра плана должна быть больше четырех, т.е. определяющий контраст должен содержать не менее пяти переменных. Следовательно, ядром плана Бокса при k < 5 является ПФЭ, а при k ³ 5 может быть ДФЭ. План Бокса можно сделать ортогональным либо ротатабельным. Но нельзя добиться одновременного и строго соблюдения обоих свойств. В некоторых случаях ЦКП можно сделать приближенно и ортогональным, и ротатабельным, если вначале построить ротатабельный план, а затем подобрать необходимое количество опытов в центральной точке.

Центральный композиционный план второго порядка называют планом Хартли, если его ядром является регулярная реплика типа 2kp, в которой некоторые парные взаимодействия равны по модулю линейным факторам. Иначе говоря, ЦКП второго порядка будет или планом Бокса или планом Хартли. Планы Хартли более экономны по числу опытов, чем планы Бокса, но уступают им по точности оценивания коэффициентов, кроме того, их нельзя сделать ни ортогональными, ни ротатабельными. Такой план не позволяет получить раздельные оценки соответствующих коэффициентов. Планы Хартли целесообразно применять, если известно, что часть эффектов bj или bju в модели отсутствует (следовательно, простые эффекты можно смешивать с парными взаимодействиями, не теряя в разрешающей способности плана) или тогда, когда дисперсия наблюдений относительно мала.

Дата публикации:2014-01-23

Просмотров:602

Вернуться в оглавление:

Комментария пока нет...


Имя* (по-русски):
Почта* (e-mail):Не публикуется
Ответить (до 1000 символов):







 

2012-2018 lekcion.ru. За поставленную ссылку спасибо.