Задачи поддержки принятия решений
Известно, что классические оптимальные планы экспериментов (КОПЭ) могут таковыми не являться на самом деле и вместо оптимального управления экспериментом следует использовать последовательный процесс эффективного управления экспериментами.
В работе исследованы некоторые подходы к построению эффективных стратегий экспериментирования. Было сделано предположение о том, что $hat sigma _{ar y_{(i)} }^2 (x_j ) approx hat sigma _{ar y_{(i - 1)} }^2 (x_j )$ ,$x_j $ - $j$-ая точка спектра плана $xi _{(i - 1)}^{*0}$. Тогда точку спектра плана $xi _{(i - 1)}^{*0}$, в которой необходимо проводить новый (следующий) эксперимент (т.е. точку спектра стратегии $xi _{(i)}$), можно найти, оценив градиент функции критерия эффективности. Каждая стратегия $xi _{(i)}$ зависит от результатов еще не проведенных экспериментов и, поэтому, является случайной реализацией некоторой случайной величины из бесконечного множества таких реализаций.
По сравнению с классическим оптимальным планом эксперимента эффективная стратегия не может быть построена только по априорным данным. Она синтезируется на рекуррентной основе, в одной цепочке (последовательно) с выполняемыми экспериментами. Это значит, что, во-первых, такие стратегии не могут быть затабулированы, как это сделано, например, для классических оптимальных планов. И, во-вторых, даже при условии, что базисный вектор модели известен точно и соблюдается условие постоянства дисперсии ошибок измерений во всех точках области экспериментирования , задача синтеза эффективной стратегии имеет бесконечное множество решений.
Разработанные алгоритмы апробированы и реализованы в программной среде MATLAB, тексты некоторых программ можно посмотреть на странице www.fb.nstu.ru/~{ }experiment. Алгоритмы эффективного экспериментирования реализованы также с использованием Web-технологий.
Дополнительные материалы: | Полный текст доклада |
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск