4.12 Анализ математической модели
После построения математическими методами адекватной модели, имеющей информационную ценность, ее необходимо проанализировать.
В задачи анализа входит оценка влияния каждого фактора на отклик. Величина линейного коэффициента регрессии - количественная мера этого влияния, чем больше коэффициент, тем сильнее влияет фактор. Часто вклад фактора оценивается при переходе его с нижнего уровня на верхний. Вклад, определенный таким образом, равен удвоенному значению коэффициента и называется эффектом фактора. Учет вклада каждого фактора можно оценивать и по коэффициенту влияния:
(4.86)
где Аi- коэффициент влияния;
Вi- коэффициент регрессии;
изменение фактора.
О характере влияния факторов говорят знаки коэффициентов. Знак плюс свидетельствует о том, что с увеличением значения фактора растет величина отклика, а при знаке минус - убывает. Изменение интервалов варьирования факторов приводит к изменению коэффициентов регрессии.
Коэффициенты взаимодействий оценивают влияние одного фактора в зависимости от уровня, на котором находится другой фактор. Знак плюс коэффициента Вij указывает на то, что одновременное увеличение или уменьшение факторов Хi и Хj приводит к росту отклика. Если коэффициент взаимодействия имеет знак минус, то рост величины отклика обеспечивается в том случае, если один из факторов будет уменьшаться, а другой увеличиваться.
По полиномиальной модели можно решить следующие технико-экономические задачи.
Интерполяционные. Определение внутри области Хi =+1.
Экстраполяционные. Определение числовых значений вне области эксперимента подстановкой /Хi/ >1; при этом по мере удаления от границ /Хi/ =1 будет резко увеличиваться ошибка предсказанного значения .
Максимизация выхода. Определение максимального значения функции в пределах эксперимента.
Минимизация выхода. Определение минимального значения функции в пределах эксперимента.
Управление при фиксированном . Если некоторым нормативом заданно требуемое значение Утр, можно найти координаты. Значения координат за границами эксперимента не следует использовать.
Минимизация расхода ресурса при фиксированном . При анализе решения предыдущей задачи можно найти координаты, минимизирующие расход ресурса Хi min.
Управление выходом в заданной полосе . Задача возникает в связи необходимостью обеспечить значение выхода системы в некоторых фиксированных пределах, например, вязкость технологической смеси и др. Решается уравнение для двух Утр; ответ записывается в виде неравенств .
Оценка влияния фактора Хi. Описание влияния Хi на ведется с использованием графиков и эффектов факторов, в некоторых случаях целесообразно проводить оценку по отношению Вi/ B0 Bii/B0, которое указывает, насколько изменение фактора Хi влияет на среднее значение выхода У.
Если число моделей две и более, то могут быть решены компромиссные задачи, являющиеся важнейшими и наиболее сложными технико-экономическими задачами. По полиномиальным моделям для нескольких критериев оптимизации Уi всегда можно найти зону оптимума, в которой лежат все оптимальные решения.
- Содержание
- Предисловие
- Введение
- 1 Исторический обзор применения моделирования
- 2 Основы системного анализа и моделирования
- 2.1 Этапы системного анализа
- 2.2 Существующие подходы анализа системы
- 2.3 Понятие о моделировании. Классификация моделей
- 2.4 Основные этапы и принципы моделирования
- 3 Элементы математической статистики
- 3.1 Понятие о математической статистике
- 3.2 Задачи математической статистики
- 3.2.1 Первый этап – сбор и первичная обработка данных
- 3.2.2 Второй этап – определение точечных оценок распределения
- 3.2.3 Третий этап – определение интервальных оценок, понятие о статистической гипотезе
- 3.2.4 Четвертый этап – аппроксимация выборочного распределения теоретическим законом
- 3.3 Области применения статистических методов обработки данных
- 3.3.1 Статистический контроль прочности бетона
- 3.3.2 Метод множественной корреляции
- 4 Статистическое планирование эксперимента
- 4.1 Понятие о планировании эксперимента. Основные задачи эксперимента
- 4.2 Понятие о полиноме, отклике, факторах и уровнях варьирования, факторном пространстве
- 4.3 Первичная статистическая обработка результатов эксперимента
- 4.4 Математическая модель эксперимента. Метод наименьших квадратов
- 4.5 Получение некоторых эмпирических формул
- 4.6 Метод наименьших квадратов для функции нескольких переменных
- 4.7 Дисперсионная матрица оценок
- 4.8 Критерии оптимального планирования
- 4.9 Планы для построения линейных и неполных квадратичных моделей
- 4.10 Планы для построения полиномиальных моделей второго порядка
- 4.11 Регрессионный анализ модели
- 4.12 Анализ математической модели
- 4.13 Решение оптимизационных задач
- 4.14 Моделирование свойств смесей
- 4.15 Принципы имитационного моделирования
- 4.16 Решение рецептурно-технологических задач на эвм в режиме диалога
- 5 Основные виды задач, решаемых при организации, планировании и управлении строительством
- 5.1 Математические модели некоторых задач в строительстве
- 5.2 Примеры решения некоторых задач
- 5.2.1 Решение транспортной задачи
- 5.2.2 Решение задачи о ресурсах
- 5.2.3 Решение задачи нахождения оптимальной массы фермы
- 5.3 Организационные задачи
- 6 Моделирование в строительстве
- 6.1 Модели линейного программирования
- 6.2 Нелинейные модели
- 6.3 Модели динамического программирования
- 6.4 Оптимизационные модели (постановка задач оптимизации)
- 6.5 Модели управления запасами
- 6.6 Целочисленные модели
- 6.7 Цифровое моделирование (метод перебора)
- 6.8 Вероятностно-статистические модели
- 6.9 Модели теории игр
- 6.10 Модели итеративного агрегирования
- 6.11 Организационно-технологические модели
- 6.12 Графические модели
- 6.13 Сетевые модели
- 7 Организационное моделирование систем управления строительством
- 7.1 Основные направления моделирования систем управления строительством
- 7.2 Аспекты организационно-управленческих систем (моделей)
- 7.3 Деление организационно-управленческих моделей на группы
- 7.4 Виды моделей первой группы
- 7.5 Виды моделей второй группы
- Список использованных источников