多元线性方程拟合-武汉理工大学.ppt

计算机在材料科学与工程中的应用 叶卫平 本 章 要 点 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.1 数学模型和数学建模 3.2 数学建模软件简介 3.2 数学建模软件简介 3.2 数学建模软件简介 3.2 数学建模软件简介 3.2 数学建模软件简介 3.2 数学建模软件简介 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.3 初等数学模型 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.4正交试验设计 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 3.5 综合建模分析举例 线性回归求回归平面方程的方法很容易推广到多个自变量的多维回归方程。设影响因变量y的自变量x有n个x1,x2,…xn，通过试验得到n组观测数据。根据这些数据，在y与x1,x2,…xn 之间的线性回归方程: 成份：C≤0.07％;Mn≤0.9％;Si＜0.9％;P＜0.035％;S＜0.035％;Cr11.5～14.0％;Ni3.5～4.5％;Mo0.4～1.0％。 对生产实际中积累的大量ZG06Cr13Ni4Mo钢力学性能数据进行整理的基础上,用计算机进行了多元回归，建立了显著性较高的回归数学关系式。用这些关系式可对ZG06Cr13Ni4Mo钢铸件的力学性能进行预测，用于指导生产。 回归结果: 见表。表中回归方程的可信度是用复相关系数检验来保证的。从相关系数临界值表中查得变量总数为5和回归组数为20时的相关系数临界值γ0.05和γ0.01分别为0.604和0.68，而表中计算出的复相关系数均大于临界相关系数。因此，可认为由表中系数构成的多元回归方程是有意义的。 试验目的是搞清楚因素A、B、C对转化率的影响，哪些是主要因素，哪些是次要因素，从而确定最优生产条件，即温度、时间及用碱量各为多少才能使转化率提高。试制定试验方案。 试验目的是搞清楚因素A、B、C对转化率的影响，哪些是主要因素，哪些是次要因素，从而确定最优生产条件，即温度、时间及用碱量各为多少才能使转化率提高。试制定试验方案。 共有33=27次试验，如图所示，立方体包含了27个节点，分别表示27次试验。 全面试验法的优缺点： 优点：对各因素于试验指标之间的关系剖析得比较清楚 缺点：(1)试验次数太多，费时、费事，当因素水平比较多时，试验无法完成。 (2) 不做重复试验无法估计误差。 (3)无法区分因素的主次。 例如选六个因素，每个因素选五个水平时，全面试验的数目是56 ＝15625次。 又如绪言里所提到的，1978年，七机部由于导弹设计的要求，提出了一个五因素的试验，希望每个因素的水平数要多于10，此时靠全面试验法是无法完成的。 正交试验的提出： 考虑兼顾全面试验法和简单比较法的优点，利用根据数学原理制作好的规格化表－－正交表来设计试验不失为一种上策。 用正交表来安排试验及分析试验结果，这种方法叫做正交试验法。 事实上，正交最优化方法的优点不仅表现在试验的设计上，更表现在对试验结果的处理上。 正交试验法优点： （1）试验点代表性强，试验次数少。 （2）不需做重复试验，就可以估计试验误差。 （3）可以分清因素的主次。 （4）可以使用数理统计的方法处理试验结果，提出展望好条件。 正交试