- •Научный и промышленный эксперименты. Их виды.
- •Планирование эксперимента при поиске оптимальных условий.
- •Постановка задачи о выборе оптимального плана.
- •Понятие о плане эксперимента.
- •Задачи и компоненты автоматизации измерений и контроля
- •Нормируемые метрологические характеристики автоматизированных средств измерений.
- •Основные виды метрологической деятельности: измерения, испытания, поверка, калибровка.
- •Виды поверок и их характеристика.
- •Организация и порядок проведения поверки средств измерений.
- •Порядок утверждения типа средств измерений.
- •Перечень документов, предъявляемых на испытание средств измерений и их характеристика.
- •Поверка и калибровка средств измерений.
- •Поверочные схемы и их структура.
- •Методики выполнения измерений. Общие положения.
- •Перечень документов, направленных для утверждения типа средств измерений.
- •Порядок аттестации методик выполнения измерений.
- •Достоверность результатов измерений. Классификация погрешностей.
- •Основные технические и метрологические характеристики средств измерений.
- •Нормальное распределение случайных погрешностей измерений и их оценка.
- •Методика поверки и требования к содержанию этого документа.
- •Основные области и виды измерений физических величин.
- •Испытания средств измерений с целью утверждения типа. Порядок их организации.
- •Государственные эталоны физических величин. Их основные характеристики.
- •Определение понятий техническое регулирование и технический регламент. Их толкование.
- •Определение понятий стандарт и стандартизация и их толкование.
- •Вопросы обеспечения единства измерений; роли исследований, испытаний и измерений в законе о техническом регулировании.
- •Измерительные преобразователи и физико – технические эффекты, лежащие в их основе.
- •Основные метрологические характеристики измерительных преобразователей.
- •Применение лазеров в метрологии.
- •Метрологические характеристики иис.
- •Особенности метрологического обеспечения иис.
- •Основные термометрические свойства веществ. Их характеристики.
- •Контактные методы измерения температуры и их реализация.
- •Бесконтактные средства измерения температуры.
- •Основы метрологического обеспечения измерений физико-химических измерений.
-
Постановка задачи о выборе оптимального плана.
При активном планировании эксперимента статистический материал, необходимый для получения оценок неизвестных коэффициентов, набирается по определенной программе исследований. Программа исследований задается экспериментальным планом, удовлетворяющим некоторому критерию оптимальности. Для этого необходимо задаться уравнением регрессии, пространством планирования и критерием оптимальности. Часть пространства входных переменных Х, в которой возможно проведение эксперимента называется пространством планирования. Задача построения точного оптимального плана заключается в определении такого расположения заданного числа N экспериментальных точек в пространстве планирования, при котором выполнялся бы один из критериев оптимальности. Таким образом, точный план определяется конечным числом точек проведения наблюдений,причем необязательно отличных друг от друга. При этом существенное условие заключается в том, чтобы число точек, в которых концентрируется точный план, было по крайней мере не меньше числа неизвестных коэффициентов уравнения регрессии.
-
Понятие о плане эксперимента.
Экспериментальные планы делятся на точные и непрерывные. Точные оптимальные планы — это планы, оптимальные при заданном числе наблюдений N. Задача отыскания точного оптимального плана сводится к нахождению такого расположения N точек Хi (i = 1, 2,...,N) в пространстве планирования, при котором выполняется соответствующий критерий оптимальности. Точный ненормированный план может быть также представлен в виде совокупности величин
Точный нормированный план представляется совокупностью
Точные планы могут быть построены по различным критериям оптимальности. При построении экспериментальных планов все чаще используются критерии оптимальности, связанные с величинами дисперсий оценок неизвестных коэффициентов уравнения регрессии.
А-оптимальность. План называется А-оптимальным, если он минимизирует след ковариационной матрицы. Минимизация следа ковариационной матрицы соответствует минимизации средней дисперсии оценок коэффициентов. Минимизация следа ковариационной матрицы соответствует максимизации следа информационной матрицы Фишера, что и делается на практике.
D-оптимальность. План называется D-оптимальным, если он минимизирует значение определителя соответствующей ему ковариационной матрицы. Минимизация определителя ковариационной матрицы соответствует максимизации определителя информационной матрицы Фишера.
Предположим, что число наблюдений равно числу неизвестных коэффициентов уравнения регрессии. Уравнение регрессии в матричной форме имеет вид
(4.6)
Где Y — (k+1)-мерный вектор-столбец наблюдений;
F — (k+1)x(k+1)-матрица значений функций f в (k + 1)-м наблюдении;
Θ — вектор-столбец оценок коэффициентов регрессии.
Из уравнения (4.6) можно получить оценки коэффициентов
(4.7)
Чувствительность оценок θ к небольшим изменениям элементов вектора Y можно определить выражением
(4.8)
Подставляя (4.7) в (4.8), будем иметь
(4.9)
так как известно, что
(4.10)
где I — единичная матрица размерности (k+ 1)x(k + 1).
В общем случае, когда матрица F прямоугольная, чувствительность по уравнению (4.9) определить не представляется возможным, так как для прямоугольных матриц понятия обратной матрицы не существует. Для устранения указанного затруднения умножим обе части (4.6) слева на . В результате получим систему нормальных уравнений в матричной форме:
(4.11)
Системы (4.6) и (4.11) эквивалентны. Случайному вектору Y в системе (4.6) соответствует случайный вектор
(4.12)
в системе (4.11). Поэтому чувствительности решения θ по отношению к случайному вектору Y в системе (4.6) соответствует чувствительность θ по отношению к случайному вектору Z в системе (4.11). Учитывая, что решением системы (4.11) является
(4.13)
получим
(4.14)
Таким образом, чувствительность оценок θ к случайным возмущениям выражается ковариационной матрицей С. Обратная ей матрица, называется информационной матрицей Фишера.
(4.15)
Экспериментальный план желательно выбрать так, чтобы он обеспечивал минимальную чувствительность решения (4.13) к случайным возмущениям. Ясно, что чувствительность, определенная в виде (4.14), мало пригодна для целей выбора оптимального плана, так как не дает возможности численного сравнения чувствительности решения (4.13) при различных планах. Поэтому в качестве численной меры чувствительности следует принять одну из численных характеристик ковариационной матрицы.