Модели

Модели

Има няколко вида модели, които могат да се използват в QstatLab:

Регресия - представлява полиномна регресия. Често тя е резултат от предварително изпълнен регресионен анализ, но може също да бъде въведен от клавиатурата.
Електронна таблица (Spreadsheet) - функцията се дефинира чрез вградени функции в електронната таблица. Целият spreadsheet може да бъде модел. Тези модели са относително бавни по отношение на изчислително време, но могат да позволят голяма гъвкавост и сложност.
Скрипт - изходът се изчислява като се използва множество от инструкции, записани във файл. Виж Скриптове за повече подробности
Стохастични модели - използват се за изчисляване на стохастичната вариабилност на изучаваните модели. Често се използва за Оптимално Робастно Инженерство.Моделите са:

Стандартно отклонение
Дисперсия
Средно

Тези характеристики могат да бъдат изчислени с помощта на един от няколко метода:

Аналитичен (analytical) - Приложим е само за регресия от 1ви или 2ри ред. Стойностите се изчисляват като се използват математически уравнения. Много бръз!
Тейлър1 (taylor1) - използва разложение в ред на Тейлър от 1ви ред. Приложим за всякакви модели.
Тейлър2 (taylor2) - използва разложение в ред на Тейлър от 2ри ред. Приложим за всякакви модели. Препоръчва се за повечето модели.
Симулации - използва случайна вариация около предполагаемите стойности на променливите, за да се оцени изменчивостта. За точно оценяване на резултатите може да е необходим голям брой итерации в зависимост от сложността на модела. Това съществено увеличава времето за изчисляване. Положително за тях е, че този метод е приложим за модели с всякаква сложност.

Кохонен - невронна мрежа позволява да се чертаят и оптимизират неструктурирани данни. Най-удобният начин за получаване на такъв модел е да се използва Диаграми и методи/IИнтерполация
Кригинг (Кригинг )
Модели с дискретни променливи

Ограничения

Когато моделът се използва за Контурни диаграми, Повърхнини или Оптимизация е възможно да се дефинират ограничения. В примера по-долу моделите в колони C и L имат ограничения. Те са по-малко от 100 за колона C и между 8 и 19 за колона L. Ограниченията могат да бъдат дефинирани като

< - по-малко от
<= - по-малко от или равно на
> - по-голямо от
>= - по-голямо от или равно на

Редактор на модели

Модели могат да се създадат с редактора на модели (бутон 'Въвеждане на модели' ( ). За пример ще разгледаме файла models.qsl, в който чрез програмата за регресионен анализ е записан Regression model (колона L). Да предположим, че искаме да създадем модел на стандартното отклонение на изходната величина (Regression model (stdev)) при предположение, че стандартните отклонение на грешките във факторите са всички равни на 0.2 и желаем да използваме аналитичен модел за стандартното отклонение на изхода. Такива модели често се използват за изследване на робастността на процеса. Този модел е създаден в колона М на файла, но ние ще го повторим, като изберем свободната колона P. Кликнете с курсора в първия ред на колона P и след това кликнете върху иконката . Появява се следното:

Кликваме два пъти в ред 'Тип на модела', колона 'Стойност', при което се появява следното падащо меню:

Избираме stdev. След това кликваме във втория ред на същата колона, при което се появява следното:

Кликваме в третия ред, за да изберем някой от моделите:

Появява се списък на вече съществуващите модели в таблицата. Избираме Regression model. Кликваме в четвъртия ред на колона 'Стойност', за да изберем 'Начин на изчисляване на дисперсията'. Избираме 'analytical'

Игнорираме Фактор Сигма/Обхват, тъй като в случая стандартното отклонение на грешките във факторите не се определя на базата на толерансите и нанасяме за СКО на грешката за всички фактори 0.2, както е по условие на задачата:

Изтриваме стойностите 5, които се появяват по подразбиране, защото не работим с грешки, определени като процент от толеранса, а с постоянни СКО = 0.2. С това моделът е готов. С mu3 и mu4 са отбелязани третия и четвъртия централни моменти на разпределението на грешките във факторите. Те са нула, ако грешките във факторите са нормално разпределени и затова не сме ги въвели. Кликваме 'Приеми' и в колона P се появява следният модел:

Ако искаме при оптимизацията или начертаването на графиките да се вземат предвид само стойностите на СКО на изходната величина, които са в интервала 2<СКО<2.4, то нанасяме двете неравенства най-отдолу в таблицата. Даваме име на колоната и получаваме следния окончателен вид на модела:

Примери на дефинирани модели:

Виж също

Обратно към въвеждане на данни