Cтраница 1
Изменение параметра оптимизации при изменении независимых параметров процесса, как это следует из геометрических изображений рис. 1, находится в соответствии с нашими экспериментальными данными [1, 3] о выходе параэтилбензолсульфокйслоты при сульфировании этилбензола в зависимости от одного переменного параметра. [1]
При этом изменение параметра оптимизации в желаемую сторону соответствует изменению Я в направлении от параметра Хорля к соответствующему каноническому коэффициенту. [2]
Анализ зависимости критериев качества от изменения параметров оптимизации ( см. рис. 1.5, 1.6, 2.1 - 2.12) показывает, что эти критерии являются, как правило, многоэкстремальными функциями и экстремумы могут быть как абсолютными, так и условными. Наличие многих локальных экстремумов предполагает поиск наилучшего из них - глобального. [3]
Установление области определения связано с тщательным анализом априорной информации об изменении параметра оптимизации и о кривизне поверхности отклика. [4]
Пусть ситуация определяется следующими признаками: поверхность отклика линейна, а диапазон изменения параметра оптимизации узок. [5]
Естественно, что чем ниже точность фиксирования факторов, меньше кривизна поверхности отклика и уже диапазон изменения параметра оптимизации, тем большим может быть интервал варьирования. [6]
Экспериментатор имел такую априорную информацию: точность фиксирования факторов средняя, поверхность отклика линейна, диапазон изменения параметра оптимизации довольно узок. [7]
При определении интервала варьирования используется информация о точности, с которой фиксируются значения факторов, о кривизне поверхности отклика и о диапазоне изменения параметра оптимизации. Для принятых градаций этих признаков существует 27 различных итуаций. Низкая точность фиксирования факторов определяет типичное решение - широкий интервал варьирования. [8]
Одновременно проверяют адекватность уравнения (20.62) свойствам объекта и определяют новые значения частных производных целевой функции по параметрам оптимизации. Если модель адекватна процессу, движение в направлении минимума целевой функции продолжается. При нарушении адекватности производится корректировка модели, а изменение параметров оптимизации приостанавливается. [9]
На первой схеме ( рис. 19) представлены девять ситуаций, имеющих место при низкой точности фиксирования факторов. При выборе решений учитываются информация о кривизне поверхности отклика и о диапазоне изменения параметра оптимизации. [10]
Выбор интервалов варьирования связан с нереализованным этапом планирования эксперимента. Возникает вопрос, какая еприорная информация может быть полезна на данном этапе. Это - сведения о точности, с которой экспериментатор фиксирует значения факторов, о кривизне поверхности отклика и о диапазоне изменения параметра оптимизации. [11]
Выбор интервалов варьирования - задача трудная, так как она связана с неформализованным этапом планирования эксперимента. Возникает вопрос, какая априорная информация может быть полезна на данном этапе. Это - сведения о точности, с которой экспериментатор фиксирует значения факторов, о кривизне поверхности отклика и о диапазоне изменения параметра оптимизации. Обычно эта информация является ориентировочной ( в некоторых случаях она может оказаться просто ошибочной), но это единственная разумная основа, на которой можно начинать планировать эксперимент. В ходе эксперимента ее часто приходится корректировать. [12]
Согласно сделанным ранее рекомендациям ( гл. Погрешности в фиксировании факторов не превышают 3 %, что было подтверждено несколькими специально поставленными опытами. Диапазон изменения параметра оптимизации может быть признан широким, так как в предварительных опытах разброс значений параметра оптимизации существенно превышал ошибку воспроизводимости. [13]
Теперь остается принять решение о выборе интервалов варьирования факторов во второй серии опытов. Широкий диапазон изменения параметра оптимизации вместе с установленной характеристикой поверхности отклика приводит к единственному решению - узкому интервалу варьирования факторов. [14]
Наконец, полезно знать, в каких диапазонах меняются значения параметра оптимизации в разных точках факторного пространства. Если имеются результаты некоторого множества опытов, то всегда можно найти наибольшее или наименьшее значения параметра оптимизации. Условимся различать широкий и узкий диапазоны. Диапазон будет узким, если он несущественно отличается от разброса значений параметра оптимизации в повторных опытах. Учтем также случай, когда информация отсутствует. Итак, для принятия решений используется априорная информация о точности фиксирования факторов, кривизне поверхности отклика и диапазоне изменения параметра оптимизации. Каждое сочетание градаций перечисленных признаков определяет ситуацию, в которой нужно принимать решение. [15]