В.А. Столярчук. Анализ результатов расчетов в САЕ-системах (учебное пособие), страница 8
Описание файла
Документ из архива "В.А. Столярчук. Анализ результатов расчетов в САЕ-системах (учебное пособие)", который расположен в категории "". Всё это находится в предмете "системы моделирования" из 5 семестр, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "книги и методические указания", в предмете "системы моделирования" в общих файлах.
Онлайн просмотр документа "В.А. Столярчук. Анализ результатов расчетов в САЕ-системах (учебное пособие)"
Текст 8 страницы из документа "В.А. Столярчук. Анализ результатов расчетов в САЕ-системах (учебное пособие)"
Рис. 1. Множество экспериментальных точек {X} и {Y}, нанесенных на плоскость.
М(X,Y) - выбранная точка для регрессии.
Тогда параметр А определится из отношения А=Y/X. Преимущество этого метода перед всеми состоит в его наглядности. Но заметим, что значения А могут колебаться довольно значительно, так как прямая строится произвольно и в выборе точек, через которые проводится прямая, нет однозначности.
метод средних
Этот метод дает лучшие результаты по сравнению с методом выбранных точек. Если предположим, что зависимость построена, тогда yi = aхi даст приближенные значения yi. Определим параметр a из условия минимума средней ошибки
.
Перепишем последнее выражение в виде
,
откуда получаем выражение для .
метод наименьших квадратов
Этот метод дает еще более точные результаты по сравнению с двумя рассмотренными выше. В этом методе параметр а определяется из условия минимальной суммы квадратов отклонений табличных значений уi от полученных уi* : . Условие минимума F, как известно, дает равенство нулю ее первой производной, т.е. . Продифференцировав F по а, получим , откуда находим .
Каждый из приведенных выше методов является более точным (по порядку возрастания). Поэтому рекомендуется сначала воспользоваться методом выбранных точек, а затем - одним из двух оставшихся (для уточнения параметра а).
Пусть теперь В 0.
Посмотрим, как изменятся методы. Общий вид зависимости теперь Yi = АХi + В.
Для уточнения параметров А и В воспользуемся тремя уже рассмотренными ранее методами.
метод выбранных точек. Выберем на построенном графике две произвольные точки М1(х1,у1) и М2(х2,у2). Из аналитической геометрии известно, что уравнение прямой будет
,
откуда получаем
.
Тогда выражения для параметров А и В можно определить явно как
.
метод средних. Согласно этому методу, А и В ищутся такими, чтобы алгебраическая сумма всех уклонений от вычисленных значений была бы равна нулю .
Для определения А и В разобьем все данные на две группы так, чтобы сумма алгебраических уклонений каждой группы от среднего была бы равна нулю. Иными словами среднее для одной группы точек было бы равным (или не очень сильно отличалось) среднему другой группы точек. Тогда для каждой группы запишем
где L - число элементов в I группе. Из последней системы найдем А и В :
.
Выполнив над последними выражениями элементарные алгебраические преобразования, получим окончательно выражения для коэффициентов А и В (стр. 6).
метод наименьших квадратов. Согласно этому методу, ищем минимум функции . Используя условие экстремума функции F, найдем
От последней системы можно перейти к более простой, выполнив над ней элементарные алгебраические преобразования:
Решая последнюю систему относительно А и В, получим
КОНТРОЛЬНЫЙ ПРИМЕР
Для проверки и тестирования рассмотренных методов далее по данным эксперимента (см. таблицу экспериментальных данных) строится линейная зависимость для случаев 1) В=0; А 0; 2) А 0; В0. Затем уточняются найденные А и В.
Таблица экспериментальных данных
х | 0.1 | 0.2 | 0.3 | 0.4 | 0.5 | 0.6 | 0.7 | 0.8 | 0.9 | 1.0 | 1.1 | 1.2 | 1.3 | 1.4 | 1.5 | 1.6 | 1.7 | 1.8 | 1.9 | 2.0 |
у | 2.59 | 3.40 | 3.07 | 2.81 | 2.51 | 2.16 | 1.80 | 1.60 | 1.18 | 0.13 | 0.69 | 0.47 | 0.01 | -0.13 | -0.46 | -0.79 | -1.16 | -1.45 | -1.95 | -1.75 |
Результаты вычислений с использованием приведенных выше процедур даются ниже:
В=0.
МЕТОД СРЕДНИХ ПРИ В = 0: А= 0.78985.
МЕТОД НАИМЕНЬШИХ КВАДРАТОВ ПРИ В=0: a=-0.08371.
Анализируя полученные значения коэффициентов для разных методов видим явно несовпадающие значения коэффициента А.
В0
МЕТОД ВЫБРАННЫХ ТОЧЕК: a= -2.91832; b= 3.88663.
МЕТОД СРЕДНИХ: a= -1.41004; b= 3.08540.
МЕТОД НАИМЕНЬШИХ КВАДРАТОВ: a= -2.98023; b= 3.95859.
Анализируя полученные значения коэффициентов для разных методов, видим, что метод средних дает для коэффициентов А и В выпадающие значения. Не принимая их во внимание получим: А=-2.95; В = 3.92.
5.2.3 Нелинейная парная регрессия
ВЫБОР ЭМПИРИЧЕСКИХ ФОРМУЛ ДЛЯ АНАЛИЗА НЕЛИНЕЙНЫХ ЗАВИСИМОСТЕЙ
ТЕОРЕТИЧЕСКАЯ ЧАСТЬ
Выше была рассмотрена линейная зависимость вида у=Ах+В для случаев, когда А0; В=0 и А0, В0. Но, к сожалению, построение этой зависимости не дает ответа на вопрос о том, какая аналитическая зависимость наилучшим образом подходит (описывает) имеющееся распределение. Наиболее популярные на практике эмпирические зависимости имеют вид:
1) линейная функция: у = Ах + В;
2) показательная функция: у = АВх ;
3) дробно-рациональная функция: у = (Ах + В)-1;
4) логарифмическая функция: у = А . ln(х) + В;
5) смешанная функция: у = АхВ.
В зависимости от параметра В она определяет параболическую зависимость (В>0), гиперболическую зависимость (В < 0) и линейную зависимость (В= 0);
6) гиперболическая функция: у = А + В/х;
7) дробно-рациональная функция: у = х/(Ах + В).
Для того, чтобы выбрать теперь вид аналитической зависимости, которая наилучшим образом соответствует исходным экспериментальным данным, поступим следующим образом. Выполним промежуточные вычисления. На области определения независимой переменной (мы ранее условились, что это будет хi ) выберем две точки, достаточно надежные и по возможности как можно дальше отстоящие друг от друга. Обозначим их Х1 и Х2. Этим точкам соответствуют значения Y1 и Y2. Найдем теперь среднее арифметическое, среднее геометрическое и среднее гармоническое для выбранных точек:
;
.
Построим график, который, по нашему мнению, наиучшим образом будет соответствовать имеющимся экспериментальным данным. И, зная XAP , XГЕОМ , и ХГАРМ , найдем из графика приближенные Y*АР, Y*ГЕОМ и Y*ГАРМ . При построении графика можно использовать метод построения интерполяционной кривой по выбранным точкам (Дорот и др., 1977; Крылов и др., 1972; Троицкий, Иванова 1975) или методы п.1.
Теперь найдем погрешности результатов сравнений:
| Y*АР- YАР| =1; | Y*АР - YГЕОМ| = 2 ; | Y*АР - YГАРМ| = 3 ;
| Y*ГEOM - YАР | = 4 ; | Y*ГЕОМ - YГЕОМ | = 5 ;
| Y*ГАРМ - YАР | = 6 ; | Y*ГАРМ - YГАРМ | = 7
и выберем = min { 1, 2, ..., 7 }.
1. Если наименьшим среди всех абсолютных значений окажется 1 , то в качестве аналитической зависимости для данных точек будет служить линейная функция вида у = Ах + В.
2. Если наименьшей абсолютной ошибкой является 2, то в качестве эмпирической зависимости следует выбрать показательную функцию у = АВx.
3. В том случае, если наименьшая из абсолютных ошибок есть 3, то искомая эмпирическая зависимость определяется дробно - рациональной функцией вида у = (Ах + В) -1 .
4. Если наименьшая из абсолютных ошибок есть 4 , то хорошим приближением будет служить логарифмическая функция у=А . ln(х) + В.
5. Для случая, когда наименьшей абсолютной ошибкой окажется 5 , то в качестве эмпирической зависимости рекомендуется выбрать смешанную функцию у = АхB .
6. Если наименьшей из абсолютных ошибок окажется 6 , то за искомую зависимость следует выбрать гиперболическую функцию у= А + В/х.
7. И, наконец, в том случае, если наименьшая из всех абсолютных ошибок есть 7, то в качестве зависимости следует выбрать дробно - рациональную функцию вида у = х/(Ах + В).
Для уточнения коэффициентов выбранной аналитической зависимости у = f(х, А, В) воспользуемся, как и в п.1, тремя методами.
Метод выбранных точек
На кривой, которую предварительно построим по множеству экспериментальных точек, выберем две произвольные S1 (х1*, у1*) и S2 (х2*, у2*). Зная вид зависимости f(х,А,В), составим систему
,
разрешая которую относительно параметров А и В, находим их числовые значения.
Метод средних
В эмпирическую формулу у = f(х, А, В) подставляем последовательно хi и получаем уi , которые будут отклоняться от табличных на e i= уi - f(хi, А, В). Согласно методу средних, надо определить так А и В, чтобы e = 0. Для этого вся совокупность значений pазбивается на две группы так, чтобы алгебраическая сумма уклонений в каждой группе равнялась нулю. Таким образом, для определения параметров А и В имеем