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
我来回答
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
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。
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。