版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、經(jīng)典最優(yōu)設(shè)計(jì)理論假定響應(yīng)曲面為真,也即試驗(yàn)者所選用的模型是完全正確的。從實(shí)際考慮,一般要做到這點(diǎn)是不容易的。通常面臨的實(shí)際問(wèn)題是對(duì)所選模型的正確性未知,甚至?xí)媾R多個(gè)模型的選擇,在這些常見的情況下采用經(jīng)典最優(yōu)設(shè)計(jì)理論來(lái)進(jìn)行試驗(yàn)設(shè)計(jì)(例如D-最優(yōu)設(shè)計(jì),A-最優(yōu)設(shè)計(jì)等等)顯然是不合理也是不可靠的。針對(duì)這樣的實(shí)際情況,在擬合模型前對(duì)所選用的模型進(jìn)行顯著性檢驗(yàn)是非常必要的,由此建立的最優(yōu)設(shè)計(jì)可使檢驗(yàn)的結(jié)果最可信。另外,在選用模型前可能會(huì)面臨多個(gè)
2、模型間的選擇問(wèn)題,為了能從中選擇出一個(gè)更好的模型,必須使這些模型在擬合后有盡量大的區(qū)別,為此構(gòu)造的最優(yōu)設(shè)計(jì)能最好地判別各模型。本文針對(duì)以上兩類問(wèn)題,將已有的單響應(yīng)線性模型的結(jié)論推廣至多響應(yīng)線性模型情形,使其在理論上更完善也更貼近實(shí)際。 第一章,為了討論多響應(yīng)線性模型的試驗(yàn)設(shè)計(jì),本章首先對(duì)已有的單響應(yīng)線性模型試驗(yàn)設(shè)計(jì)的結(jié)論作一些簡(jiǎn)單介紹。在這些結(jié)論的基礎(chǔ)上,之后兩章將用一種線性組合的方法將其推廣至多響應(yīng)情形。對(duì)所選模型正確性未知的
3、試驗(yàn)設(shè)計(jì),一般可分別從檢驗(yàn)、判別、預(yù)測(cè)三個(gè)角度考慮。Wiens(1991)、Jones和Mitchell(1978)討論了單響應(yīng)線性模型失擬檢驗(yàn)的設(shè)計(jì)問(wèn)題,其中,Wiens(1991)證明了均勻設(shè)計(jì)(設(shè)計(jì)區(qū)域上的均勻分布)的最優(yōu)性。在模型判別方面,Atkinson(1975)構(gòu)造了T-最優(yōu)設(shè)計(jì)的判別準(zhǔn)則、等價(jià)性定理及構(gòu)造算法,而其中兩模型之間的判別是其基礎(chǔ)。另外,響應(yīng)預(yù)測(cè)的精度問(wèn)題一直是最優(yōu)設(shè)計(jì)的重點(diǎn),Welth(1983)以預(yù)測(cè)值的均
4、方誤差為準(zhǔn)則討論了這一最優(yōu)設(shè)計(jì)的構(gòu)造,可惜的是此種設(shè)計(jì)在多響應(yīng)方面幾乎沒(méi)有結(jié)論也很難推廣。 第二章,通過(guò)前一章的介紹明確了Wiens(1991)的結(jié)論,即均勻設(shè)計(jì)在對(duì)模型進(jìn)行失擬檢驗(yàn)時(shí)有其最優(yōu)性。這使我們很自然地猜測(cè)用均勻設(shè)計(jì)對(duì)多響應(yīng)模型進(jìn)行失擬檢驗(yàn)也應(yīng)該是最優(yōu)的。本章通過(guò)Khuri(1985)的模型轉(zhuǎn)換簡(jiǎn)化了多響應(yīng)的矩陣處理問(wèn)題,并結(jié)合以往對(duì)多響應(yīng)模型失擬的定義,建立起了多響應(yīng)近似線性模型失擬的定義,另外,利用柯西不等式將轉(zhuǎn)換
5、前后的多響應(yīng)模型失擬聯(lián)系了起來(lái)。最后,證明了均勻設(shè)計(jì)的兩個(gè)最優(yōu)性質(zhì),即模型失擬時(shí),檢驗(yàn)出模型不正確的概率最小值達(dá)到最大,而模型實(shí)際不失擬時(shí),檢驗(yàn)出模型不正確的概率最大值達(dá)到最小。需要指出的是對(duì)多響應(yīng)線性模型失擬檢驗(yàn)的方法以及檢驗(yàn)統(tǒng)計(jì)量本文用的是Khuri(1985)的結(jié)論,在此基礎(chǔ)上,用均勻設(shè)計(jì)進(jìn)行檢驗(yàn)才能達(dá)到最優(yōu)的效果。從這點(diǎn)反過(guò)來(lái)看,Khuri(1985)的檢驗(yàn)方法是合理的,有效的。 第三章,兩組多響應(yīng)模型判別的設(shè)計(jì)是多組多
6、響應(yīng)模型判別試驗(yàn)設(shè)計(jì)的基礎(chǔ),本章因此著重討論兩組多響應(yīng)模型判別的試驗(yàn)設(shè)計(jì)。對(duì)多響應(yīng)的處理仍沿用Khuri(1985)的模型轉(zhuǎn)換方法,簡(jiǎn)化了繁瑣的矩陣處理,之后利用Atkinson(1975)對(duì)單響應(yīng)線性模型構(gòu)造T-最優(yōu)設(shè)計(jì)的結(jié)論,建立了判別T-最優(yōu)設(shè)計(jì)的判別準(zhǔn)則以及等價(jià)性定理,并基于等價(jià)性定理類似地給出了構(gòu)造T-最優(yōu)設(shè)計(jì)的序貫算法。最后,以一個(gè)數(shù)值實(shí)例說(shuō)明了該算法的可行性。另外,根據(jù)Atkinson(1975)之后的討論,本文也簡(jiǎn)單地說(shuō)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多響應(yīng)線性模型的復(fù)合最優(yōu)設(shè)計(jì).pdf
- 多響應(yīng)線性回歸模型的Bayes最優(yōu)設(shè)計(jì).pdf
- 基于能量判別的結(jié)構(gòu)地震響應(yīng)的研究.pdf
- 多響應(yīng)線性模型最優(yōu)設(shè)計(jì)的迭代算法及其實(shí)現(xiàn).pdf
- 多響應(yīng)近似線性回歸模型下的三種最優(yōu)穩(wěn)健設(shè)計(jì).pdf
- 基于振動(dòng)響應(yīng)的橋梁結(jié)構(gòu)非線性模型檢驗(yàn)及參數(shù)確定.pdf
- 多元線性模型與多指標(biāo)預(yù)測(cè).pdf
- 多響應(yīng)線性模型的貝葉斯E-最優(yōu)設(shè)計(jì)及迭代算法.pdf
- 線性混合效應(yīng)模型的估計(jì)與檢驗(yàn).pdf
- 40288.多因變量多元線性模型有偏預(yù)測(cè)的最優(yōu)性判別
- 部分線性模型的序列相關(guān)檢驗(yàn)與異方差檢驗(yàn).pdf
- 應(yīng)用于人臉識(shí)別的魯棒線性表示模型與算法設(shè)計(jì).pdf
- 動(dòng)脈狹窄度與現(xiàn)有疾病證候檢驗(yàn)指標(biāo)相關(guān)性及證候判別的數(shù)學(xué)模型構(gòu)建研究.pdf
- 結(jié)合雙向二維主成分分析和Fisher線性判別的人臉表情識(shí)別的研究.pdf
- 基于違約狀態(tài)判別的小型建筑企業(yè)信用評(píng)價(jià)模型研究.pdf
- 有限混合分布模型與線性模型的估計(jì)和檢驗(yàn)問(wèn)題.pdf
- 斜拉橋損傷識(shí)別的模型試驗(yàn)研究.pdf
- 圖正則和低秩多標(biāo)記線性判別分析.pdf
- 縱向數(shù)據(jù)中線性混合模型的估計(jì)與檢驗(yàn).pdf
- 形態(tài)學(xué)分水嶺和Fisher線性判別的圖像分割算法研究.pdf
評(píng)論
0/150
提交評(píng)論