Разработка программного средства планирования и анализа результатов эксперимента
Автор: Пышкина И.С., Мартяшин Г.В., Жуланов А.В., Елизаров Н.Ю.
Журнал: Форум молодых ученых @forum-nauka
Статья в выпуске: 7 (23), 2018 года.
Бесплатный доступ
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.
Программное средство, оптимизация, математические модели
Короткий адрес: https://sciup.org/140283948
IDR: 140283948
Текст научной статьи Разработка программного средства планирования и анализа результатов эксперимента
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.
+ getNumberOfColumnsd: irt
4 getNumberOfRow=(|: Int

- facto is: Factors Ц.. J
- marixOtPlannina: Matrix rGetMatrcOfPbnningfl: Matrix
■•GetMatrixOfResjftsO: Matrix
=-SetMatrixOf№sults(matriiOtoesute Matra;
- Ge tCoeffic tntsj): Coefficient [I-1]
r5®e(path:5tiing|
-Load(path:String): Model tGeneiateMatnxOfPiannhglfactoisFactoisfl..*]): Matrix
- Co m p и teCoef f ict rtsZ m ecr ixOfP Ian nine: Matrix, m atrixOfR e suits: Matrix!: Coe ftiden111 - * I
+ GetLoMerBorder!): Doubt TGetHehergordertl: Doubt
-ermeit4.1_*JlL*J: Doubt
* num berOfColumns: Int
- num berOf Rows: Int
fed dfactorf factor Fadox}
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.
Список литературы Разработка программного средства планирования и анализа результатов эксперимента
- 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.
- 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.
- Гарькина И.А., Данилов А.М., Королев Е.В. Строительные материалы как системы // Строительные материалы. - 2006. - № 7. - С.55-58.
- Д.В. Пащенко, Г.В. Мартяшин, К.C. 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).- C. 231-241.
- 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.
- 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.
- 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.