Построение стартового плана эксперимента

Укрупненная типовая операционная ППР для определения вероятного механизма химической реакции и построения кинетической модели включает пять этапов 1) сбор априорной информации и предварительная обработка априорной информации с выяснением основных кинетических закономерностей 2) выдвижение системы гипотез о механизме реакции и построение кинетической модели для каждого механизма 3) построение стартового плана эксперимента с использованием имеющейся априорной информации и учетом выбранного критерия оптимальности затем проводятся предварительная проверка адекватности и оценка констант конкурирующих кинетических моделей, отбраковка неадекватных гипотез 4) проведение последовательно планируемых прецизионных экспериментов и уточнение оценок констант 5) дискриминация конкурирующих кинетических моделей с целью выбора одной наиболее соответствующей результатам эксперимента. [c.170]

Построение стартового плана эксперимента [c.292]

После выбора соответствующей метрики, характеризующей степень близости экспериментальных и прогнозируемых по модели данных, необходимо перейти к построению стартового плана эксперимента и предварительной оценке кинетических параметров. На этом этапе решения обратной кинетической задачи предполагаем, что система конкурирующих гипотез о механизме реакции уже построена, а соответствующие им кинетические уравнения выведены. При этом последующая стратегия опытов будет определяться уровнем априорной информации об изучаемом процессе. [c.292]

Кинетические модели, как правило, нелинейны по параметрам, поэтому любой критерий оптимальности плана будет некоторой функцией не только условий выполнения эксперимента, но и численных значений оцениваемых параметров. Построение стратегии планирования уточняющего эксперимента, впервые предложенное Боксом и Лукасом, обычно проводится в три последовательных этапа 1) выбирается некоторый критерий оптимальности плана, который одновременно является соответствующей характеристикой точности оценок 2) на основе исходного ге-точечного стартового плана эксперимента определяются условия проведения ( г 1)-го опыта, которые максимизируют критерий оптимальности плана [c.26]

Построение точного локально D-оптимального стартового плана эксперимента осуществляется по следующей схеме. [c.167]

Согласно этому алгоритму, был построен стартовый план проведения адсорбционных экспериментов, который позволил увеличить детерминант информационной матрицы еще практически на два порядка по сравнению с исходным произвольно выбранным планом эксперимента. При планировании адсорбционных измерений удается существенно сократить объем необходимого эксперимента, и при этом также повышается их надежность вследствие того, что появляется возможность оценки точности как констант модели, так и прогнозирующих способностей самой модели. [c.167]

В большинстве случаев неудачный выбор стартового плана делает неэффективным применение любых мощных методов планирования эксперимента, а в ряде случаев может приводить к получению ненадежных результатов. Поэтому более эффективным будет построение оптимального (в заданном смысле) стартового плана эксперимента. [c.293]

Изложенная процедура построения точных планов может быть использована также для построения последовательных планов проведения каталитических исследований по оценке макрокинетических и адсорбционных параметров нелинейно параметризованных моделей зерен адсорбентов и катализаторов. В данном случае она модифицируется следующим образом. В соответствии со стартовым планом е ставятся п каталитических опытов и оцениваются макрокинетические параметры модели (3.14)—(3.21). Если точность оценок неудовлетворительна (такая ситуация встречается часто), то рассчитываются условия проведения п + 1)-го в соответствии с этапом 6. Этот эксперимент реализуется, па- [c.167]

Не имея возможности привести полную процедуру реализации кинетических исследований отметим, что дальнейшие шаги заключаются в создании алгоритмов и программ построения стартовых планов эксперимента с вычислением оценок параметров на основе метода наименьших квадратов, максимального правдоподобия, байесовского метода и минимаксных методов в создании алгоритмов и программ установления идентифицируемости параметров, в создании программного обеспечения оценки адекватности с разработкой методологии для многооткликовых моделей с использованием статистик Бартлетта и Хачао программного обеспечения процедуры дискриминации механизмов. [c.18]