根据实验结果,比较所得Re临界值与一般公认值,分析其发生偏差的原因？

发布网友发布时间：2022-05-21 07:51

共5个回答

热心网友时间：2023-10-19 16:45

一般的方法是进行黑盒测试。

比较常见的方法是：

首先根据经验和相关文献资料，确定N个可能对最终结果产生影响的因素，然后分别固定大多数因素不变，只让一个因素发生变化。这样把这N种因素全测一边。

然后，对所有实验数据做灰色关联度分析。

再然后，根据分析结果拟合出一个模型，并得出模型中每个因子所占权重——权重大的影响度大，反之则小。

最后，根据模型，计算几组新的实验数据，如果按新实验中各影响因子的数值计算，得出的结果和实验结果相符（处于区间范围），那么就说明你把所有影响因子都找全了。

如果差异较大，那么要么说明你的模型不对，需要重新拟合，要么说明你的影响因子没照全。

如果是没拟合对的，通过对原始试验重新分析、重新拟合，最终你肯定能找到一个合适的模型来解释新的验证试验的结果，然后再检验一遍模型，如果还能解释全新的验证结果，那就说明模型对了。

如果你不能找到这样一个模型，那就说明你的影响因子没找全。这时就需要设计新的黑盒试验，寻找新的因素。然后再重复一遍上面的过程。

当然，也可能会出现模型拟合完后发现有些因素的权重太低，甚至完全没用的情况——当然，这种情况比较少见，因为大家都是先易后难，没人一上来就弄百八十个因素，在一个一个往下砍的——但毕竟也会存在这种情况。如果出现这种情况，只需要把这个因素的所有数据去掉，然后重新拟合一个更简单的模型出来，只要新的模型依旧能很好的符合实验结果，那就OK了。

以实际情况来说，比如研究一个地区的大豆食心虫的发生规律：

一般涉及到虫子发生规律的，肯定跑不了温、湿度。所以可以把温、湿度设为x1、x2两个因子。然后，根据它的生活习性，都是蛾子产卵，所以主要都是研究成虫羽化。而它是在土壤里面结茧，然后羽化后再爬出来。所以可以再设土壤的温度和湿度，也就是x3、x4。这样四个因子，利用盆栽试验，或者在田间埋土箱的方式，比如先测量x1，那就是x2、x3、x4不变的情况下，单纯变动x1，比如搞出五个梯度出来。然后分别计算每个梯度下，成虫羽化的时间和量。全测完了之后再用类似的方法把x2、x3、x4分别测出来。最后用这四个因子做关联度分析。然后证明它们四个都跟羽化速率什么的有关联，那就再建立以它们四个因子为基础的模型。最后再检验。一检验，发现模型不是太准，然后再做一些试验去找。比如说后来发现羽化期降雨量影响很大，在前四个因素基本不变的情况下，降雨量不同，结果差异很大，那就说明降雨量也是一个重要的影响因素，所以再把它作为x5，然后再重复上述步骤。然后做完模型发现虽然好了很多，但还是不够完美，于是再找，发现不同土层的温湿度影响还不一样，然后就再把x3、x4拆成x6、x7、x8……，就这样一遍一遍的建立模型、否定模型、完善模型，最终终于拿出一个计算结果很准确，至少在每一个发生期内，都能很好的预测，羽化高峰实际结果和计算结果前后只差一两天，甚至幅度更小，那就说明这个模型可以用了。

热心网友时间：2023-10-19 16:46

就实验结果比较所得re临界值与一般公认值。分析其发生的原因。其实，临近值与一般公任职时间是。相差不多的。而临界值也在公认值的范围内。

热心网友时间：2023-10-19 16:47

根据实验结果比较所得临界值一般的公认值有偏差。

热心网友时间：2023-10-19 16:47

比较所得re临界值与一般的公认值。