CC BY
3
УДК 004.4
Пышкина И.С., к.техн.н.
доцент
кафедра «Информационно-вычислительные системы»
Мартяшин Г.В. старший преподаватель кафедра «Информационно-вычислительные системы»
Жуланов А.В. студент 3 курса Инженерно-строительного института
Елизаров Н.Ю. студент 3 курса Инженерно-строительного института «Пензенского государственного университета архитектуры и строительства»
Россия, г. Пенза
РАЗРАБОТКА ПРОГРАММНОГО СРЕДСТВА ПЛАНИРОВАНИЯ И АНАЛИЗА РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТА
Аннотация. Разработано программное средство для планирования и анализа результатов экспериментов в области создания рецептур строительных материалов. В статье представлена диаграмма классов, описывающая иерархии и состав классов, образующих систему, и взаимодействие между ними.
Ключевые слова: программное средство, оптимизация, математические модели.
Pyshkina I.S., candidate of technical sciences Associate professor of Department of information-computing systems Penza State University of Architecture and Construction
Russia, Penza Martyashin G.V.
Senior Lecturerof Department of information-computing systems Penza
State University of Architecture and Construction
Russia, Penza Zhulanov A. V.
3 year, Engineering and Construction Institute Penza State University of Architecture and Construction
Russia, Penza Elizarov N.Yu. Student
3 year, Engineering and Construction Institute Penza State University of Architecture and Construction
Russia, Penza
DEVELOPMENT OF SOFTWARE PLANNING AND ANALYSIS OF EXPERIMENTAL RESULTS
Annotation. A software tool for planning and analyzing the results of experiments in the field of creating building materials recipes has been developed. The article presents a class diagram describing the hierarchies and composition of the classes forming the system, and the interaction between them.
Keywords: software tool, optimization, mathematical models.
Поиск оптимального значения предполагает проведение большого количества экспериментов. Для сокращения количества испытаний, как правило, прибегают к планированию эксперимента с целью выявления каких-либо зависимостей между оптимизируемым свойством и какими-либо количественно выраженными факторами. На основе выявленной зависимости строится математическая модель, которая в дальнейшем опровергается или подтверждается и уточняется последующими экспериментами. Затем осуществляется поиск экстремумов модели, на основе которых и определяется оптимальное соотношение факторов [1,2,3,4].
В настоящие время обработка результатов инженерных экспериментов не мыслима без использования компьютеров и пакетов прикладных программ.
К настоящему времени разработано большое количество методов математического моделирования, планирования экспериментов, обработки результатов, оптимизации [5,6,7]. Их многообразие связано с тем, что для решения производственных задач разных классов требуется учет различных нюансов, и поэтому необходимо выработать методы, которые обладали бы универсальностью. Решение практических задач с помощью аппарата моделирования, планирования экспериментов может быть осложнено нарушением условий применимости методов, сложностью их реализации.
Разрабатываемое программное средство для планирования и анализа результатов экспериментов в области создания рецептур строительных материалов предлагается проиллюстрировать набором UML-диаграмм.
Диаграмма классов приведена на рисунке 1.
Рисунок 1. Диаграмма классов Диаграмма классов описывает иерархии и состав классов, образующих систему, и взаимодействие между ними. Основным из представленных классов является класс Model. Данный класс представляет не только математическую модель, но и все результаты планирования эксперимента, его можно было бы охарактеризовать как модель эксперимента. Класс имеет следующие поля, представленные в таблице 1.
Таблица 1 - Поля класса Model
Название поля Описание
name Имя эксперимента
factors Коллекция объектов, представляющих факторы
matrixOfPlanning Матрица планирования эксперимента
matrixOfResults Матрица результатов эксперимента
coefficients Коэффициенты математической модели
Описанные поля имеют модификаторы доступа protected и private из соображений инкапсуляции, и для работы с ними класс имеет соответствующие get-методы. Также класс содержит методы AddFactor и RemoveFactor для добавления и удаления факторов модели и SetMatrixOfResults для задания матрицы результатов. Наличие этих методов обусловлено тем, что факторы модели и матрица результатов являются информацией, получаемой объектом класса со стороны пользователя во время его существования, и поэтому должны предоставлять возможность модификации.
Помимо этого, класс содержит методы Save и Load для сохранения и загрузки его объекта, что реализует возможность использования результатов на разных, разнесенных во времени, этапах планирования. Также класс содержит метод GenerateMatrixOfPlanning, генерирующий матрицу планирования эксперимента, и ComputeCoefficients, подсчитывающий коэффициенты математической модели.
Класс Model является абстрактным и не содержит конкретных реализаций расчетных методов. В тоже время он выступает базовым для
других классов: LinearModel и QuadraticModel, которые представляют математические модели разных видов: линейную и квадратичную соответственно. В рамках этих классов содержится уже конкретная реализация расчетных методов для построения матрицы планирования и подсчета коэффициентов модели.
Класс Model связан отношениями с некоторыми другими классами, объекты которых он использует в своем составе. Это такие классы, как Matrix, Coefficient, Factor. Класс Matrix представляет матрицу и используется как описания как матрицы планирования эксперимента, так и матрицы результатов эксперимента. Coefficient представляет коэффициент математической модели, тип которой определяется самим классом, наследуемым от Model. Класс Factor представляет фактор эксперимента.
Класс Matrix имеет следующие поля, представленные в таблице 2.
Таблица 2 - Поля класса Matrix
Название поля Описание
elements Двухмерный массив, представляющий элементы матрицы
numberOfColumns Количество колонок матрицы
numberOfRows Количество строк матрицы
Описанные поля имеют модификатор доступа private из соображений инкапсуляции, и для работы с ними класс имеет соответствующие get-методы. Количество строк и столбцов определяется при создании объекта класса с помощью параметров конструктора. Для задания и получения элементов матрицы используются методы соответствующие методы getElement и setElement, использующие индексы целевого элемента в качестве параметров.
Класс Coefficient имеет следующие поля, представленные в таблице 2.4.
Таблица 2.4 - Поля класса Coefficient
Название поля Описание
name Имя коэффициента
value Значение коэффициента
Описанные поля имеют модификатор доступа private из соображений инкапсуляции, а класс имеет соответствующие get-методы для работы с ними. Значение полей задается при создании объекта класса с помощью параметров конструктора.
Класс Factor имеет следующие поля, представленные в таблице 2.5.
Таблица 2.5 - Поля класса Factor
Название поля Описание
name Имя фактора
lowerBorder Значение нижней границы фактора
higherBorder Значение верхней границы фактора
Описанные поля из соображений инкапсуляции имеют модификатор доступа private, а класс имеет соответствующие get-методы для работы с ними. Значение полей задается при создании объекта класса с помощью
параметров конструктора.
Помимо всех рассмотренных классов, описывающих математическую модель, диаграмма классов также включает классы для построения графиков математических моделей.
Таким образом, рассмотрены классы программного средства для оптимизации рецептуры сухих строительных материалов.
Использованные источники:
1. Данилов А.М., Гарькина И.А., Пышкина И.С. Системные модели в материаловедении: некоторые итоги и перспективы использования // Региональная архитектура и строительство.- 2015. -№ 2 (23).- С. 15-20.
2. Баженов Ю.М., Гарькина И.А., Данилов А.М., Королев Е.В. Системный анализ в строительном материаловедении: монография / Ю.М. Баженов,. -М.: МГСУ: Библиотека научных разработок и проектов. - 2012. - 432 с.
3. Гарькина И.А., Данилов А.М., Королев Е.В. Строительные материалы как системы // Строительные материалы. - 2006. - № 7. - С.55-58.
4. Д.В. Пащенко, Г.В. Мартяшин, К.С. Максимова, Е.А. Бальзанникова, К.Ю. Тархов. Алгоритм синтеза альтернативных сетей Петри для аналитического программного средства исследования СП-моделей с использованием тензорной методологии // Модели, системы, сети в экономике, технике, природе и обществе. -2016.-№2(18).- С. 231-241.
5. Пышкина И.С., Мартяшин Г.В. Программный комплекс планирования эксперимента и анализа экспериментальных данных // В сборнике: Новые информационные технологии и системы сборник научных статей XII Международной научно-технической конференции.- 2015.- С. 63-65.
6. Логанина В.И., Пышкина И.С., Толушов С.А., Болдырев С.А. Оптимизация режима синтеза добавки на основе гидросиликатов для известковых сухих строительных смесей // Региональная архитектура и строительство.- 2015. -№ 4-1 (25).- С. 48-51.
7. Логанина В.И., Пышкина И.С., Тарасов Р.В. Оптимизация режима синтеза гидросиликатов кальция для известкового композиционного вяжущего // Современные проблемы науки и образования.- 2014. -№ 6. -С. 65.
