Общая характеристика статистических моделей

Построение статистических моделей оценки надежности ТС

Лекции 7

Выбор модели проектирования работы

Ротация работы

Ротация заключается в перемещении работника с одной работы на другую и, соответственно, предоставление ему возможности выполнять более разнообразные функции.

Модель социотехнической системы

Модель социотехнической системы, учитывая важность роли технологии в проектировании и перепроектировании работы в отличие от модели обогащения характеристик работы, концентрирует внимание на групповой работе.

Социотехническая система направлена на задачу оптимизации отношений между технической (технологической) и социальными системами. Эффективно применять эту модель для вновь создающегося предприятия. Под элементами социальной системы понимаются индивидуальное и групповое влияние, организационная культура, руководство и управление, другие внутриорганизационные факторы.

Под технологическими элементами понимаются технологические параметры, тип производственного процесса, физические условия работы, сложность производственного процесса, факторы времени и др.

Для обеспечения сбалансированности между социальной и технологической системами используется распределение работ по ролям, которое устанавливает образцы ожидаемого поведения, цели, которые помогают сочетать желания людей с техническими возможностями, а также умениями и способностями.

Подводя итоги этой лекции, можно заметить, что выбор модели проектирования работы - дело достаточно сложное. Те руководители, которые стремятся улучшить и качество трудовой жизни, и организационную эффективность, предпочитают модели обогащения работы, социотехническую модель и организационное развитие. Те же руководители, которых больше волнует производство и его эффективность, концентрируются на моделях построения работы, расширения масштаба работы и ротации работы.

План занятия:

1. Общая характеристика статистических моделей

2. Последовательность построения статистических моделей

На лекции № 5 было показано, что закон распределения F(X) устанавливает связь (в виде аналитической зависимости) между вероятностью появления случайной величины F(X) и самой случайной величиной X. Например, для экспоненциального закона эта связь определяется формулой

F(X)=1-e^-lx,

где l - параметр экспоненциального закона.

Кроме рассмотренной связи случайных величин F(X) и X в виде законов распределения возможны и другие связи между различными случайными величинами. Покажем эту связь на примере (см. рис. 1).

Рис.1. Схема планирования эксперемента

Известно, что длина вылета лестницы l_выл как выходная случайная величина зависит от следующих входных случайных величин:

1) зазора между рубашкой поршня и цилиндра DD, мм;

2) зазора между регулирующим кольцом и штоком Dd, мм;

3) угла возвышения стрелы j^o и других случайных величин.

При этом считается, что количество жидкости и давление в подъемном механизме находятся в норме.

Для указанного примера связь между случайными величинами X₁=DD и Х₂=Dd можно получить в виде статистической модели следующего вида:

y=l_выл=b₀ +b_iX_i +b_ijX_iX_j. (3.61)

Зависимость (3.61) называется регрессионной моделью или функцией отклика. Она строится расчетно-экспериментальным путем.

Условные обозначения, входящие в зависимость (3.61), принято называть следующими терминами:

y - функция отклика или просто отклик;

X_i- i-е факторы модели;

X_i, X_j- взаимодействие факторов модели между собой;

b_i, b_ij- коэффициенты модели;

b₀ - фиктивный коэффициент;

K - количество факторов модели.

Приведенная регрессионная модель (3.61) является многофакторной (К > 2) и линейной. На практике могут применяться модели однофакторные и высших порядков. Например:

y=b₀+Sb_iX_i+Sb_ijX²_iX²_j. (3.62)

Однофакторная линейная модель имеет следующий вид:

y=b₀+b₁X. (3.63)

В практике построения однофакторных моделей применяются также и другие виды:

1) степенная регрессия

y=b₀+b₁X+ b₂X²+… b_nXⁿ, (3.64)

2) показательная регрессия

y=b₀e^X, (3.65)

3) геометрическая регрессия

y=b₀X. (3.66)

Кроме указанных разновидностей регрессионных моделей различают модели, построенные на основе активного или пассивного эксперимента.

Активным называется такой эксперимент, в котором уровни (численные значения) факторов в каждом опыте задаются (устанавливаются) исследователем.

Пассивным называется такой эксперимент, при котором уровни факторов в каждом опыте только фиксируются (регистрируются) исследователем. В этом случае исследователь пассивно наблюдает за ходом эксперимента.

В зависимости от количества факторов К в активном эксперименте различают следующие разновидности:

1) если число факторов небольшое (K < 4), то обычно проводят полный факторный эксперимент.

2) если число факторов K больше 5 (K>5), то применяют дробный факторный эксперимент.

3) если число факторов K очень велико (более нескольких десятков), то применяют планы эксперимента по методу случайного балланса.

Для пассивных экспериментов количество факторов K не влияет на методику составления регрессионной модели. В этом случае решение задачи возможно только с использованием ЭВМ.

Недостатком пассивного эксперимента является то, что невозможно повторение опытов. Особенно в тех случаях, когда используются статистические данные проведенных ранее работ.

Дата добавления: 2014-01-20