Машинный эксперимент

Планирование эксперимента

При проведении экспериментальных исследований всегда стремятся к сокращению их сроков и затрат, а также — к получению результатов с требуемой точностью. Для этих целей разработаны и широко применяют (а в некоторых случаях — в обязательном порядке) математические методы планирования эксперимента и обработки экспериментальных данных.

Методы планирования эксперимента позволяют минимизировать число необходимых испытаний, установить рациональный порядок и условия проведения исследований в зависимости от их вида и требуемой точности результатов. Если же по каким-либо причинам число испытаний уже ограничено, то методы дают оценку точности, с которой в этом случае будут получены результаты. Методы учитывают случайный характер рассеяния свойств испытываемых объектов и характеристик используемого оборудования. Они базируются на методах теории вероятности и математической статистики.

Использование математических моделей дает возможность заменить реальный эксперимент работой с компьютерными моделями. Такое исследование часто называют машинным экспериментом (это исторически сложившийся термин, появление которого связано с первоначальным названием компьютеров — ЭВМ).

Работа с компьютерной моделью, когда для пользователя скрыты зависимости между параметрами, исходные принципы и допущения, подобна исследованию «черного ящика», а поиск взаимосвязей между входными и выходными параметрами — подобно экспериментированию с физическими моделями. Эта схожесть позволяет применять к работе с программными комплексами методы экспериментальных исследований. Также следует учитывать:

• получаемые в процессе машинного эксперимента результаты могут иметь случайный разброс, вызываемый не только неустойчивой работой вычислительной системы, но и особенностями используемых численных методов (необходимость получения высокоточных результатов с числом значащих цифр, сопоставимых с длиной числа, обрабатываемого процессором, расчет вблизи особых точек при малой разности больших чисел, делении на число, близкое к нулю, и т. п.). Убедиться в достоверности результатов расчетов можно проверкой их на соответствие физическому смыслу или повторением расчетов на более совершенном компьютере;
• результаты расчета, не смотря на свою однозначность, в действительности имеют разброс, обусловленный случайным характером физических величин, используемых в качестве исходных данных. Так, если вводимые параметры известны с погрешностью 5…10 % (например, модуль упругости материала, его предел прочности), то и погрешность результатов расчетов (например, величин прогибов, напряжения) будет не меньше и не зависит от увеличения количества цифр в ответе.

Дата добавления: 2014-01-15