《方開泰、劉民千、周永道《試驗(yàn)設(shè)計與建模》課件-7》由會員分享,可在線閱讀,更多相關(guān)《方開泰、劉民千、周永道《試驗(yàn)設(shè)計與建?!氛n件-7(32頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、第七章序貫設(shè)計17.1 優(yōu)選法 模型 這里 f 未知,每個因素試驗(yàn)范圍 ai,bin優(yōu)選法優(yōu)選法(黃金分割法,0.618 法)是一種尋找極值點(diǎn)的方法2單因素優(yōu)選法n優(yōu)選法可處理的函數(shù)3黃金分割法的作法n第一個試驗(yàn)點(diǎn)x1 設(shè)在范圍 a,b 的0.618 位置上,第二個試驗(yàn)點(diǎn) x2 取成 x1 的對稱點(diǎn),即:x1=a+0.618(b a),x2=a+b x1=a+0.382(b a),4黃金分割法的作法用 f(x1)和 f(x2)分別表示 x1 和 x2 處的響應(yīng)值。此時分為以下兩種情形:n情形1:若 f(x1)比 f(x2)好,即 x1 是好點(diǎn),于是把試驗(yàn)范圍 a,x2)劃去,剩下x2,b;n情
2、形2:若 f(x1)比 f(x2)差,即 x2 是好點(diǎn),于是把試驗(yàn)范圍(x1,b 劃去,剩下 a,x1;5優(yōu)選法的優(yōu)缺點(diǎn)n優(yōu)點(diǎn)n當(dāng)模型不存在隨機(jī)誤差,且是單調(diào)、間斷單調(diào)或單峰時,優(yōu)選法能找到最優(yōu)解,且速度最快n缺點(diǎn)n對模型的要求苛刻67.2 響應(yīng)曲面法n響應(yīng)曲面:E(y)=f(x1,xs)模型 這里 f 未知,均值為 0,方差 2.7例7.1n兩因素的化工試驗(yàn):反應(yīng)時間(x12,12)、溫度(x2120,160)n其響應(yīng)曲面8擬合模型n一階模型(一階模型設(shè)計)y=0+1x1+sxs+,n二階模型(二階模型設(shè)計)二階模型設(shè)計也是一階模型設(shè)計9響應(yīng)曲面法的示意圖10A.最陡上升法最陡上升法最陡上升
3、法是一種使響應(yīng) y 往最陡上升的方向序貫移動的方法:n當(dāng)前試驗(yàn)點(diǎn) x 可能遠(yuǎn)離最優(yōu)試驗(yàn)點(diǎn) x,則希望快速地從當(dāng)前試驗(yàn)點(diǎn)過渡到最優(yōu)試驗(yàn)點(diǎn)的小鄰域內(nèi)。n方向向量:其中 為一階模型中參數(shù) 的最小二乘估計值。n若使響應(yīng)最小化最小化,用其相反方向相反方向代替11例7.2.(例7.1 續(xù))設(shè)當(dāng)前試驗(yàn)點(diǎn)位于xc=(x1,x2)=(3,170),在其小鄰域 2.5,3.5 165,175 內(nèi)用 L4(22)正交設(shè)計加上xc 處重復(fù)nc=5 次構(gòu)成一次試驗(yàn)設(shè)計。在中心點(diǎn)重復(fù)試驗(yàn)的原因原因:n獲得隨機(jī)誤差方差的估計;n使試驗(yàn)中的兩因素有三個水平,從而可檢驗(yàn)因素的交互項(xiàng)和二次項(xiàng)是否顯著。12試驗(yàn)結(jié)果擬合模型 =33
4、.1231+5.1055x1 4.4008x213序貫步驟n當(dāng)前最陡上升方向正比于(5.1055,4.4008),或等價的(1,0.8620)。n沿著最陡上升方向,反應(yīng)時間每增加一個單位(0.5分鐘)做一次試驗(yàn),即 (3+0.5 k,170 5 0.8620 k),k=1,2,n當(dāng)k=10,即試驗(yàn)點(diǎn) 取為 x=(8,126.9)時 響應(yīng)值最大n把x 作為當(dāng)前試驗(yàn)點(diǎn)xc14B.二階響應(yīng)曲面擬合模型用矩陣的形式表達(dá)為(7.8)15平衡點(diǎn)由擬合模型可求得平衡點(diǎn):16典型分析法n把擬合模型(7.8)變換到以平衡點(diǎn)為原點(diǎn),并適當(dāng)旋轉(zhuǎn)坐標(biāo)軸n模型(7.8)通過簡單的矩陣運(yùn)算可得典范型:典范型:n式中i 的
5、正負(fù)號決定了平衡點(diǎn)的性質(zhì)n當(dāng)i(i=1,s)都同號,xs 為極值點(diǎn)n當(dāng)i(i=1,s)異號,xs 為鞍點(diǎn)17C.中心復(fù)合設(shè)計n當(dāng)s 4,取s-維立方體的所有頂點(diǎn)(1,1);當(dāng)s 5,取s-維立方體的部分頂點(diǎn);ns-維坐標(biāo)軸上兩兩對稱的 2s 個點(diǎn):(,0,0),(0,0),(0,0,);其中 =2(sk)/4.n中心點(diǎn)(0,0,0)的 n0 次試驗(yàn)。18低維情形197.3 均勻序貫試驗(yàn)n思想:n在響應(yīng)曲面法的每一步試驗(yàn)中,考慮用均勻設(shè)計以代替中心復(fù)合設(shè)計n優(yōu)點(diǎn):n保證了每一個因素有3 個以上的水平n每一步試驗(yàn)數(shù)目也不太多常規(guī)做法:在試驗(yàn)域中均勻的布很多點(diǎn),把最靠近 最優(yōu)解的點(diǎn)作為近似解,但其收
6、斂速度 慢。故需考慮序貫法20A.SNTO 設(shè) P0=yk,k=1,n 為 Cs=0,1s 上的設(shè)計,并設(shè) xki=ai+(bi ai)yki,i=1,s,xk=(xk1,xks),k=1,n,則 P=xk,k=1,n 為試驗(yàn)區(qū)域=a,bRs 中的設(shè)計。在試驗(yàn)中,不同的區(qū)域選擇同樣的設(shè)計 P021SNTOn初始化初始化。設(shè)t=0,(0)=,a(0)=a,b(0)=b;n產(chǎn)生均勻設(shè)計產(chǎn)生均勻設(shè)計。在試驗(yàn)區(qū)域(t)=a(t),b(t)上尋找一個試驗(yàn)次數(shù)為nt 的均勻設(shè)計P(t);n計算新的近似值計算新的近似值。選取 x(t)P(t)x(t1)和M(t)使得 M(t)=f(x(t)f(y),y P(
7、t)x(t1)式中 x(1)表示空集,x(t)和 M(t)分別為 x 和 M 的最佳逼近;設(shè)模型的全局最優(yōu)值全局最優(yōu)值和全局最優(yōu)解全局最優(yōu)解分別為 x 和 M22SNTOn中止準(zhǔn)則中止準(zhǔn)則。設(shè)c(t)=(b(t)a(t)/2,若 max c(t),其中 為事先設(shè)置的很小的數(shù),則X(t)足夠小,且x(t)和M(t)是可以接受的,此時中止算法,否則轉(zhuǎn)步驟5;n更新試驗(yàn)域更新試驗(yàn)域。新的試驗(yàn)域(t+1)=a(t+1),b(t+1),其中 式中 稱為壓縮比。記 t=t+1,轉(zhuǎn)步驟2。23SNTO 示意圖24例7.4.考慮函數(shù)式中(x,y)R2,求其全局最優(yōu)值和全局最優(yōu)點(diǎn)。等高線圖:25例7.4(續(xù))f
8、(x,y)有三個極值點(diǎn),其位置分別為(0,5),(3,0)和(3,0),且(0,5)為其全局最優(yōu)點(diǎn),即x=(0,5)且M=f(x)=f(0,5)2.00000125,而兩個局部最優(yōu)點(diǎn)為f(3,0)1.00125347,f(3,0)1.01236245n常見的優(yōu)化算法,例如 Newton-Guass 法,最陡下降法,易收斂到局部最優(yōu)點(diǎn) n分別用均勻設(shè)計和序貫均勻設(shè)計法求解26均勻設(shè)計求全局最優(yōu)27序貫均勻設(shè)計求解28比較n用均勻設(shè)計求最優(yōu)問題n不易陷入局部最優(yōu)解n其收斂速度較慢n試驗(yàn)次數(shù)多n序貫均勻設(shè)計n不易陷入局部最優(yōu)解n其收斂速度較快n試驗(yàn)次數(shù)少29壓縮比的影響30B.另一序貫方法n設(shè)第一步
9、設(shè)計 P1 的試驗(yàn)區(qū)域1=,其試驗(yàn)次數(shù)為 n1。不妨設(shè)在n1 個試驗(yàn)點(diǎn)中,x=x1 的響應(yīng)值 f(x)達(dá)到最大。n對于任意的 k 1,第 k 步設(shè)計 Pk 有nk 個設(shè)計點(diǎn),其中在 xk 的響應(yīng)值取值最大。第 k+1 步的設(shè)計點(diǎn)數(shù)nk+1 分為兩部分:(1 k+1)nk+1 個試驗(yàn)點(diǎn)的均勻設(shè)計Pk+1 在超立方體 k+1 上布點(diǎn),其中0 k+1 1;其余的k+1nk+1 個試驗(yàn)點(diǎn)的均勻設(shè)計Pk+1,c 在試驗(yàn)區(qū)域 上布點(diǎn)。設(shè)k+1的第 j 個邊長為k+1,j(j=1,s),則要求當(dāng) k 時,k+1,j 0。31n假設(shè)在 k+1 步試驗(yàn)后響應(yīng)值滿足以下任一條件,則中止試驗(yàn):(i)|f(xk+1)f(x)|;(ii)|xk+1 x|,其中 為預(yù)先給定的正數(shù)。目的目的:增大找到全局最優(yōu)解的概率32