Нормировка входных данных

Перед построением уравнения регрессии, производят нормировку выходных параметров, так значения каждого из параметров будут находится в интервале [-1,1], делая их однородными между собой.

– пронормированное значение входных данных.

 

Степень помола САЦ [гр. ШР] Степень помола НСПЦ [гр. ШР] Содержание САЦ по массе, % X1 САЦ X2 НСПЦ X3 Содержание САЦ в массе
             
        -1    
          -1  
        -1 -1  
            -1
        -1   -1
          -1 -1
        -1 -1 -1
             
        -1    
             
          -1  
             
            -1
             
       
       
       
       

После операции нормировки уравнение регрессии будет иметь вид:

Где - расчетный выходной параметр,

– коэффициенты регрессии,

- пронормированные входные данные.

Уравнение метода наименьших квадратов:

Получаем математическую модель:

Среднее сопротивление продавливанию Y расчетное сопротивление продавливанию Среднее разрушающее усилие при сжатии кольца Y расчетное разрушающее усилие при сжатии кольца
       
       
       
       
       
       
       
       
       
       
       
       
       
       
       
Фсп=455,060 Фру=344,442

Поиск коэффициентов регрессии

В MicrosoftExcel, используя функцию Поиск решения, устремляем целевую функцию к минимуму и находим коэффициенты регрессии.

 

 

Для сопротивления продавливанию:

b0= 855,503, b1=114,467, b2= 47,133, b3=74,7, b11=-4,963, b12= 3,375, b13= -21,792, b22= -90,963, b23=-2,125, b33=0,871

 

 

Для разрушающего усилия при сжатии кольца:

b0= 397,281, b1=23,567, b2=26,900, b3=-9,867, b11=-24,018, b12= 18,

b13= -6,917, b22= 26,648, b23=-21,250, b33=47,148

 

 


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: