УДК 62-500.222.001.57
С.А.Попов, В.В.Жижин
ПЛАНИРОВАНИЕ ИСПЫТАНИИ ДЛЯ ПОСТРОЕНИЯ КЛАССИФИЦИРУЮЩЕИ ФУНКЦИИ
Политехнический институт НовГУ, Stanislav.Poyov@novsu.ru
A new method of experimental design for building discriminant function that allows to improve the accuracy of function coefficients estimation was proposed.
Ключевые слова: классифицирующая функция, оптимальное планирование испытаний Введение
Классификация технических объектов выполняется с помощью разделяющей классы функции / (Х,В) = 0 , где X — технические параметры объекта; В — коэффициенты. Для расчета оценок коэффициентов проводятся испытания объектов на принадлежность тому или иному классу при различных X. Оценки коэффициентов обычно рассчитываются методом наименьших квадратов [1], что в данном случае приводит к большим ошибкам при использовании полученной разделяющей функции / (Х,В) для определения принадлежности объектов. В работе [2] предложен другой метод расчета оценок коэффициентов — форма разделяющей функции. Если обозначить вероятность принадлежности определяемому классу д1 и вероятность принадлежности другому классу д2, то факт принадлежности данному классу (у = 1) или не принадлежности этому классу (у = -1) определяется по результатам испытаний, которые дают оценку величины д = д - д2. Аппроксимацию зависимости величины д от технических параметров можно представить в виде
д(х, В) = ^и[/(х, в)]{1 - ехр[-|/(х, в)|]}. (1)
Функция (1) равна нулю на границе раздела между классами и стремится к 1 (или к -1) при удалении от разделяющей поверхности, что соответствует практической ситуации.
Ковариационная матрица оценок коэффициентов рассчитывается по формуле
Vb = о;
Y p (x і , В ))'p T (x і , В)
где УЕ — ковариационная матрица ошибок наблюдений, а
дq ( X, В ) =
(2)
P (X, В ) =
дВ
: sign[g(X,В)]exp[-|f (X,В)]
дf ( X, В ) дВ
Оптимальное планирование испытаний
От расположения точек плана испытаний зависит точность определения оценок коэффициентов классифицирующей функции и точность определения класса принадлежности объекта. План испытаний представляет собой совокупность точек испытаний П = = {{, X2, к, Xп }, где п — число испытаний. Оптимальное планирование испытаний позволяет уменьшить определитель det Ув , что повышает точность классификации. Такие планы называются Б-оптимальными. Б-оптимальный план определяется следующим образом:
ае1 УВ (п0 ) = тах ае1 ^ р(х,., В) рТ (х,., В) (3)
ПеЕ х 1=1
где П0 ={х10,X20,...,X0} — оптимальный план в смысле критерия ^-оптимальности, а вектор Р определяется выражением (2).
Экстремальная задача (3) имеет размерность то, где о — число точек плана испытаний, т — число технических параметров. Для построения плана испытаний в соответствии с (3) необходимо знать
оценки коэффициентов В, которые до проведения испытаний неизвестны. В этом случае можно использовать априорную информацию по модели в виде плотности распределения оценок коэффициентов ф(В) и в качестве критерия оптимальности плана использовать среднюю величину det УВ в виде
detVR
(п° )= max [detY p(xi, BkjP (xi, І?)ф<В)йгі. (4)
Пє! X J
Вычислительный эксперимент, проведенный для полной квадратичной модели, для которой д/ (X, В)
дВ
x2, x3, x1x2, x1x3,..., x3
показал сле-
дующие величины критериев оптимальности для различных видов планов (см. табл.).
Относительные значения величины detVB ІП
(п0 )
Число точек плана При известных коэффициентах При заданном распределении коэффициентов
Оптимальный план Равномерный план Оптимальный план Равномерный план
12 1 6,31 2,84 3,47
16 1 4,61 2,21 3,07
20 1 3,32 1,74 2,46
Заключение
Процедура оптимального планирования (4) позволяет строить априорные планы испытаний для построения разделяющей функции и приблизительно в два раза повышает точность оценивания коэффициентов разделяющей функции по сравнению с равномерным планом испытаний. Использование такого планирования испытаний особенно важно, если испытания являются дорогостоящими и требуют длительного времени, как, например, при испытании образцов бетона на морозостойкость.
1. Л.Хартман и др. Планирование экспериментов в исследовании технологических процессов. М.: Мир, 1977. 552 с.
2. Попов С.А., Жижин В.В. // Вестник НовГУ. 2007. №44. С.11-13.
i=1
-1
1=1