Компьютерные дополненные программы математического моделирования и расчетов по математическим моделям. Черный А.А. - 5 стр.

UptoLike

Составители: 

5
ОСНОВЫ СИСТЕМНОГО АНАЛИЗА РЕЗУЛЬТАТОВ
РАСЧЕТОВ ПО МАТЕМАТИЧЕСКИМ МОДЕЛЯМ
Реальные задачи совершенствования процессов, устройств, составов
материалов разнообразны. Выделяют экстремальные задачи, цель которых
поиск оптимальных решений, и задачи описания, цель которых изучение
закономерностей явлений, происходящих в устройствах, материалах, тех-
нологиях.
Решение таких задач упрощается, если для явления удается постро-
ить математическую модель
.
Модели можно построить на основе знаний механизма явлений тео-
ретическим путем. При неполном знании или незнании механизма явлений
применяют способ эмпирический, экспериментальный. Наиболее реали-
стично построение математических моделей на основе экспериментальных
данных.
Следовательно, при неполном знании или незнании механизмов яв-
лений, надо выявлять математические модели по экспериментальным дан-
ным, а
затем математические модели необходимо анализировать. Систему
можно представить в виде «черного ящика». В соответствии с разработан-
ным планом проведения экспериментов надо получить экспериментальные
данные, затем эти данные следует ввести в «черный ящик» (компьютер), из
которого поступит математическая модель.
Новая методика математического моделирования, отличающаяся от
других, ранее разработанных методик, изложена в работах
[1-7]. По этой
методике выполняется программа математического моделирования в сле-
дующем порядке: производится ввод количества опытов по плану, величин
факторов на принятых уровнях и показателей степени в уравнении регрес-
сии; рассчитываются коэффициенты ортогонализации; вводятся величины
показателей процесса; рассчитываются коэффициенты регрессии (до их
анализа), вводится количество опытов на среднем уровне факторов; рас-
считываются показатели (до анализа коэффициентов регрессии); выявля-
ются дисперсии опытов, расчетные величины t-критерия для каждого ко-
эффициента регрессии; вводится табличный t-критерий; выявляются ста-
тистически значимые коэффициенты регрессии; вводится табличный F-
критерий; рассчитываются показатели после анализа коэффициентов рег-
рессии; выявляются расчетная величина F-критерия, адекватность модели,
вид математической модели; производятся расчеты по модели и
проверя-
ется точность модели; вычисляются показатели по математической модели
с использованием циклов, строятся графики.
          ОСНОВЫ СИСТЕМНОГО АНАЛИЗА РЕЗУЛЬТАТОВ
           РАСЧЕТОВ ПО МАТЕМАТИЧЕСКИМ МОДЕЛЯМ


      Реальные задачи совершенствования процессов, устройств, составов
материалов разнообразны. Выделяют экстремальные задачи, цель которых
поиск оптимальных решений, и задачи описания, цель которых изучение
закономерностей явлений, происходящих в устройствах, материалах, тех-
нологиях.
      Решение таких задач упрощается, если для явления удается постро-
ить математическую модель.
      Модели можно построить на основе знаний механизма явлений тео-
ретическим путем. При неполном знании или незнании механизма явлений
применяют способ эмпирический, экспериментальный. Наиболее реали-
стично построение математических моделей на основе экспериментальных
данных.
      Следовательно, при неполном знании или незнании механизмов яв-
лений, надо выявлять математические модели по экспериментальным дан-
ным, а затем математические модели необходимо анализировать. Систему
можно представить в виде «черного ящика». В соответствии с разработан-
ным планом проведения экспериментов надо получить экспериментальные
данные, затем эти данные следует ввести в «черный ящик» (компьютер), из
которого поступит математическая модель.
      Новая методика математического моделирования, отличающаяся от
других, ранее разработанных методик, изложена в работах [1-7]. По этой
методике выполняется программа математического моделирования в сле-
дующем порядке: производится ввод количества опытов по плану, величин
факторов на принятых уровнях и показателей степени в уравнении регрес-
сии; рассчитываются коэффициенты ортогонализации; вводятся величины
показателей процесса; рассчитываются коэффициенты регрессии (до их
анализа), вводится количество опытов на среднем уровне факторов; рас-
считываются показатели (до анализа коэффициентов регрессии); выявля-
ются дисперсии опытов, расчетные величины t-критерия для каждого ко-
эффициента регрессии; вводится табличный t-критерий; выявляются ста-
тистически значимые коэффициенты регрессии; вводится табличный F-
критерий; рассчитываются показатели после анализа коэффициентов рег-
рессии; выявляются расчетная величина F-критерия, адекватность модели,
вид математической модели; производятся расчеты по модели и проверя-
ется точность модели; вычисляются показатели по математической модели
с использованием циклов, строятся графики.




                                   5