X Код для використання на сайті:
Ширина px

Скопіюйте цей код і вставте його на свій сайт

X Для завантаження презентації, скористайтесь соціальною кнопкою для рекомендації сервісу SvitPPT Завантажити собі цю презентацію

Презентація на тему:
ПЛАНУВАННЯТА ОБРОБКА РЕЗУЛЬТАТІВ БАГАТОФАКТОРНИХ ЕКСПЕРИМЕНТІВ З МОДЕЛЯМИ

Завантажити презентацію

ПЛАНУВАННЯТА ОБРОБКА РЕЗУЛЬТАТІВ БАГАТОФАКТОРНИХ ЕКСПЕРИМЕНТІВ З МОДЕЛЯМИ

Завантажити презентацію

Презентація по слайдам:

Слайд 1

ПЛАНУВАННЯ ТА ОБРОБКА РЕЗУЛЬТАТІВ БАГАТОФАКТОРНИХ ЕКСПЕРИМЕНТІВ З МОДЕЛЯМИ

Слайд 2

План лекції Проблеми проведення багатофакторних експериментів, та межі їх застосування. Багатофакторні експерименти для пошуку екстремуму функції відгуку. Матриця планування експерименту на двох рівнях. Дробові багатофакторні експерименти. Компонент для автоматизованого пошуку екстремуму градієнтним методом.

Слайд 3

Проблеми проведення багатофакторних експериментів Багатофакторні експерименти на багатьох рівнях потребують великої кількості експериментів де r – кількість повторів на рівні; p – кількість рівнів; f – кількість факторів.

Слайд 4

Область застосування багатофакторних експериментів Багатофакторні експерименти дуже популярні для пошуку екстремумів. Для цього експерименти проводяться на двох рівнях на невеликій відстані, що дозволяю визначити напрям на екстремум. Далі у визначеному напрямку проводиться серія однофакторних експериментів. Після цього знов багатофакторний експеримент на двох рівнях

Слайд 5

Повний багатофакторний експеримент на двох рівнях Потрібно експериментів. Для зручності обробки фактори нормують таким чином, щоб вони приймали значення тільки +1 та -1.

Слайд 6

Матриця планування повного трифакторного експерименту на двох рівнях

Слайд 7

Властивості матриці Властивість нормування : елементи кожного стовпця приймають значення тільки +1 або -1.

Слайд 8

Властивості матриці Властивість симетричності : для кожного стовпця кількість позитивних одиниць дорівнює кількості негативних .

Слайд 9

Властивості матриці Властивість ортогональності: для кожної пари стовпців сума добутків елементів має дорівнювати 0.

Слайд 10

Рівняння регресії

Слайд 11

Формули для коефіцієнтів

Слайд 12

Розширена матриця планування

Слайд 13

Дробові багатофакторні експерименти Коефіцієнти, у яких кількість індексів більш 1 для пошуку градієнта не використовуються. Тому можна їх використовувати для вивчення впливу додаткових факторів, не збільшуючи кількість рядків матриці планування.

Слайд 14

Матриця планування для 1/4 репліки 5-и факторного експерименту

Слайд 15

Пошук екстремуму функцій багатьох змінних Градієнтний метод

Слайд 16

Компоненти вектору градієнта для трьох факторів

Слайд 17

Компонент Optimizer

Слайд 18

Завантажити презентацію

Схожі презентації

Презентації по предмету Різне