отклика этого сделать нельзя. В таком случае ставят экстремальный эксперимент. Существует несколько методов его проведения [1, 5].
Классический метод для поиска экстремума заключается в следующем [1, 5]:
1)Фиксируя значения всех факторов, кроме одного, проводят серию опытов, варьируя выбранный фактор в пределах области его определения с некоторым шагом (рис. 18, б).
2)Ф кс руют выбранный фактор на том уровне, при котором получено макс мальное значение функции отклика, после чего проводят следующую сер ю опытов, варьируя аналогичным образом сле-
дующ й фактор. |
|
|
С |
опытов для всех факторов, получают точку Мʺ, |
|
3) |
Проведя сер |
|
прибл женную к опт муму. |
||
4) |
Если пр |
жен е к оптимуму недостаточно, проводят допол- |
нительные сер |
опытов по изложенной методике, но факторы варь- |
|||||
|
в меньшей о ласти и с меньшим шагом. Это позволяет полу- |
|||||
ируются |
|
|||||
чить более точное пр лижение к оптимуму. |
|
|||||
|
|
бл |
|
|||
|
|
|
|
а |
|
|
|
|
|
|
|
|
|
|
|
|
А |
|||
|
б |
|
|
|
в |
|
|
|
|
|
|
Д |
|
|
|
|
|
|
|
И |
Рис. 18. Графическое представление функции отклика (а); поиск оптимума классическим методом (б) и методом «кругового восхождения» (в)
91
Метод «крутого восхождения»:
В области факторного пространства с центром в точке (Xʹ1, Xʹ2), |
||||||||
которую исследователь считает близкой к оптимуму, ставят ПФЭ |
||||||||
(для большего числа факторов – ДФЭ), рис. 18, в. Находят уравнение |
||||||||
регрессии в виде полинома первой степени и проверяют его адекват- |
||||||||
С |
|
|
|
|
|
|
|
|
ность [1, 5, 6]. |
|
|
|
|
|
|
|
|
1) |
По уравнению регрессии определяют градиент |
изменения |
||||||
параметра. Град ентом называется вектор, направленный в сторону |
||||||||
наиболее нтенс вного, «крутого» возрастания значений функции. |
||||||||
|
|
|
k |
Y |
|
|
|
|
и |
|
|
||||||
|
|
gradY |
|
li, |
(31) |
|||
|
|
|
i 1 Xi |
|
||||
где li – ед н чный вектор в направлении координаты Xi |
факторного |
|||||||
пространства. |
|
|
|
|
|
|
|
|
2) |
тавят ряд опытов в точках, лежащих на градиенте. Для это- |
|||||||
го выб рается базовый фактор, который оказывает наибольшее воз- |
||||||||
действ е на параметр. |
|
|
|
|
|
|
|
|
вателя, атакжевыбораот априорнойинформации обобъекте исследования. После шага hσ определяют смещение для других факто-
Для базового фактора вы ирают шаг смещения hσ. Эта процедура не является формал зованной. Здесь многое зависит от опыта исследо-
ров [1, 5, 6]:
h |
bi Xi |
h . |
(32) |
|
i |
b X |
|
|
|
|
|
|
|
|
А |
|
|||
Проводят серию опытов, варьируя все факторы с шагами hi, при |
||||
этом опытные точки будут лежать на градиенте. По данным опытов ус- |
||||
танавливают положение частного экстремума в данном направлении. |
||||
3) В точке частного экстремума ставят новый факторный экс- |
||||
перимент. Находят уравнение регрессииД, проверяют его адекватность. |
||||
Ищут направление нового градиента и осуществляют «крутое восхо- |
||||
ждение» по нему. Поиск прекращается, когда линейная модель ока- |
||||
зывается неадекватной. Это означает, что достигнутаИобласть оптимума. В ней ставят эксперимент второго порядка, по которому уточняют положение оптимума или просто принимают наилучший результат.
92
|
Контрольные вопросы и задания |
1. |
Какими бываютпланы в зависимостиот целей эксперимента? |
2. |
Какими бывают планы в зависимости от способов перебора |
факторов? |
|
С |
|
3. |
Изобразите области определения двухфакторного и трехфак- |
торного экспериментов.
4.Вчемособенностипланированияотсеивающихэкспериментов?
5.В чем суть метода «крутого восхождения»?
ким16. МЕТОДЫ ВЕРИФИКАЦИИ РЕЗУЛЬТАТОВ
ИССЛЕДОВАНИЯ
прямойбА, сводящийся к получению самим исследователем того же результата, но с использованиемДдругого (других) методов; ценится разработка прогнозной модели исследуемого объекта и совпадение при этом результатов прогноза и фактического состояния объекта в определенный перспективный момент времени;
косвенный, сводящийся к выведению прогнозного заключения из ранее полученных самим исследователемИрезультатов;
инверсный – проверка предсказательной (прогнозной) модели по данным прогнозного периода, не использовавшимся для получения прогнозной модели;
оппонентом, выражающийся в том, что результаты исследования подтверждаются представителями других научных школ или коллективов;
практикой, выражающийся в успешном (результативном) использовании полученных научных результатов практиками;
механизмами самого исследовательского метода: ряд статистических методов исследования обладает внутренними, встроенными в алгоритм метода механизмами количественной (цифровой), но
93
отнюдь не смысловой (качественной), верификации результатов проведенного исследования; к таким можно отнести: вычисление и сравнение с табличными значениями коэффициентов корреляции детерминации, коэффициента Стьюдента (метод корреляционнорегрессионного анализа); отношения согласованности (метод анализа иерархий) и др.
Проверка научных результатов (достижений) на принадлежность к науке осуществляется с использованием критериев научности.
оответствующую или близкую к ней процедуру за рубежом
именуют проверкой |
фальсифицируемость по Попперу, т.е. провер- |
кой теор на научность [4]. |
|
С |
придается форме представления резуль- |
Немаловажное |
|
татовзначениесследован й. Предпочтение при этом отдается лаконичности, простоте представленбАя. Идея простоты научных доказательств и их
следств й сформул рована Уильямом Окканом, который еще в XIV в. предлож л «пр нц п экономии» в интеллектуальном творчестве. Суть пр нц па в том, что выводы следует делать на основе минимального ч сла посылок, предположений и стадий размышления. Принцип получил название « ритва Оккана». Отсюда берет начало преклонение математиков перед так называемым изяществом математических решений, ценящихся за краткость [4].
1.По каким направлениям осуществляется проверка результатов исследований?
КонтрольныеДвопросы
2.Какие методы верификации результатов исследований вы знаете? И
Представленные материалы позволят студентам в рамках изучаемых дисциплин освоить необходимые компетенции, а также подготовиться к дипломному проектированию.
При составлении данного учебного пособия были использованы труды Н.Г. Бойко, А.П. Болдина, Н.Н. Личкиной, В.М. Кожухара, В.Н. Кузнецовой, И.А. Ребровой и Р.А. Сабитова.
94
|
|
|
Библиографический список |
|
1. |
Бойко, Н.Г. Основы научных исследований : курс лекций (для студен- |
|||
тов инженерных специальностей) / сост. Н.Г. Бойко, О.В. Федоров. – Донецк : |
||||
ДонНТУ, 2007. – 76 с. |
|
|
|
|
2. |
Болдин, А.П. Основы научных исследований : учебник для студ. учре- |
|||
С |
|
|
|
|
ждений высш. проф. образования / А.П. Болдин, В.А. Максимов. – М. : Изда- |
||||
тельский центр «Академия», 2012. – 336 с. |
||||
3. |
Личкина, Н.Н. Имитационное моделирование экономических процес- |
|||
сов : учебное пособ е / Н.Н. Личкина. – М. : Государственный университет |
||||
управлен я, 2005. – 163 с. |
|
|
||
Технология |
|
|||
4. |
Кожухар, В.М. Основы научных исследований : учебное пособие / |
|||
В.М. Кожухар. – М. : Издательско-торговая корпорация «Дашков и К°», |
||||
2010. – 2016 с. |
|
|
|
|
5. |
Кузнецова, В.Н. |
|
научных исследований : учебное пособие / |
|
|
обращен |
|||
В.Н. Кузнецова. – Омск : С |
АДИ, 2017. – 181 с. |
|||
6. |
Реброва, И.А. Теория планирования эксперимента [Электронный ре- |
|||
сурс] : учебное посо |
е / И.А. Ре рова. – Электронные дан. – Омск : СибАДИ, |
|||
2016. – Реж м доступа: http://bek.sibadi.org/felltext/esd104.pdf, свободный. – Загл. |
||||
с экрана (дата |
я к ресурсу: 25.05.2019). |
|||
7. |
|
А |
||
Саб тов, Р.А. Основы научных исследований : учебное пособие / |
||||
Р.А. Сабитов ; Челяб. гос. ун-т. – Челя инск, 2002. – 138 с. |
||||
|
|
|
|
Д |
|
|
|
|
И |
95