Research of Multiple Plans in Multi-Factor Experiments With a Minimum Number of Transitions of Levels of Factors

Koshevoy, N. D.; Костенко, Е. М.; Pavlyk, A. V.; Koshevaya, Irina; Rozhnova, Tatiana

doi:10.15588/1607-3274-2019-2-6

Cited by 7 publications

(5 citation statements)

References 0 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Для побудови оптимальних планів багатофакторних експериментів можна застосовувати методи комбінаторної оптимізації [1][2][3][4][5][6][7][8][9][10][11]. Відомі також розроблені методи побудови оптимальних за вартісними (часовими) витратами планів багатофакторних експериментів в [12][13][14][15]. Ці методи мають свої переваги та недоліки.…”

Section: огляд літературиunclassified

“…У роботі [14] наведений фрагмент множини планів багатофакторних експериментів з мінімальною кількістю змін рівнів факторів для k=3, отриманої за допомогою описаного методу.…”

Section: огляд літературиunclassified

“…Для дослідження слідкуючої системи в роботі [14] наведений оптимальний план експерименту з вартістю реалізації 13,60 ум. од., отриманий методом повного перебору, а також план, побудований методом на основі коду Грея, що має вартість реалізації 17,60 ум.…”

Section: експериментиunclassified

See 2 more Smart Citations

The Method of Building Plans of Multifactorial Experiments With Minimal Number of Factor Levels Measurements and Optimal by Cost (Time) Expenses

Koshevoy¹,

Dergachov²,

Pavlyk³

et al. 2020

RIC

Self Cite

View full text Add to dashboard Cite

Кошовий М. Д. -д-р техн. наук, професор, завідувач кафедри інтелектуальних вимірювальних систем та інженерії якості, Національний аерокосмічний університет ім. М. Є. Жуковського «ХАІ», Харків, Україна.Дергачов В. А. -канд. техн. наук, доцент, доцент кафедри інтелектуальних вимірювальних систем та інженерії якості, Національний аерокосмічний університет ім. М. Є. Жуковського «ХАІ», Харків, Україна.Павлик Г. В. -канд. техн. наук, доцент кафедри інтелектуальних вимірювальних систем та інженерії якості, Національний аерокосмічний університет ім. М. Є. Жуковського «ХАІ», Харків, Україна. Заболотний О. В. -д-р техн. наук, доцент, декан ф-ту систем управління літальних апаратів, Національний аерокосмічний університет ім. М. Є. Жуковського «ХАІ», Харків, Україна. Кошова І. І. -аспірант кафедри інтелектуальних вимірювальних систем та інженерії якості, Національний аерокосмічний університет ім. М. Є. Жуковського «ХАІ», Харків, Україна. Костенко О. М. -д-р техн. наук, професор, професор кафедри технологій та обладнання переробних та харчових виробництв, Полтавська державна аграрна академія, Полтава, Україна. АНОТАЦІЯАктуальність. Вирішено актуальну задачу розробки методу побудови планів багатофакторних експериментів (БФЕ) з мінімальною кількістю змін рівнів факторів та оптимальних за вартісними (часовими) витратами.Мета роботи: розробка методу та засобів синтезу планів багатофакторних експериментів з мінімальною кількістю змін рівнів факторів та оптимальних за вартісними (часовими) витратами.Методи. Застосування методів планування експериментів дає можливість зменшити вартісні (часові) витрати при дослідженні різноманітних технологічних процесів, пристроїв та систем.Мінімізація кількості змін рівнів факторів при побудові планів багатофакторних експериментів також призводить до зменшення вартості (часу) на їх реалізацію.Запропонований раніше метод побудови планів багатофакторних експериментів, оснований на застосуванні коду Грея, дає можливість мінімізувати в них кількість змін рівнів факторів. Але ці плани не завжди являються мінімальними за вартісними (часовими) витратами.В зв'язку з цим виникає задача розробки методу та засобів побудови планів багатофакторних експериментів з мінімальною кількістю змін рівнів факторів та оптимальних за вартісними (часовими) витратами. Суть запропонованого методу полягає в наступному: генерування перестановок з мінімальним числом транспозицій сусідніх елементів; для кожного отриманого плану визначається кількість змін рівнів факторів шляхом розрахунку відстані по Хеммінгу для сусідніх пар двійкових слів; запис плану з мінімальною кількістю змін рівнів факторів в множину D; аналіз двійкових кодів, що входять у множину D, серед яких присутні коди, отримані з коду Грея шляхом Е, Н та (Е, Н) перетворень; пошук серед множини модифікованих кодів Грея G (Е, Н) таких, що відповідають оптимальним за вартісними (часовими) витратами планам експерименту.Результати. Розроблено програмне забезпечення, що реалізує запропонований метод побудови планів з мінімальною кількістю змін рівнів факторів та оптимал...

show abstract

Section: огляд літературиunclassified

Section: експериментиunclassified

See 1 more Smart Citation

The Method of Building Plans of Multifactorial Experiments With Minimal Number of Factor Levels Measurements and Optimal by Cost (Time) Expenses

Koshevoy¹,

Dergachov²,

Pavlyk³

et al. 2020

RIC

Self Cite

View full text Add to dashboard Cite

show abstract

“…Studies of several multifactorial experiment designs with a minimum number of transition levels of factors [32,33] have been conducted. The authors recommend the wide use of active experiments in the research of technological processes, devices, and systems, where possible.…”

Section: Introductionmentioning

confidence: 99%

Improving Energy Efficiency of Grain Cleaning Technology

et al. 2022

View full text Add to dashboard Cite

The relevance of the research topic was substantiated, and the purpose and objectives of the study were formulated. It was determined that the energy efficiency of the grain cleaning process can be evaluated only when all the machines operate in a single production line and are coordinated in productivity. Research on energy savings and energy efficiency in the technological process of post-harvest grain treatment using grain cleaning units by implementing the method of mathematical experiment planning (MEP) was conducted. The method is based on transforming the initial mathematical models of various research objects into a model in the form of regression equations convenient for solving the problems of research, analysis and optimization of the object. For the first time, the mathematical description of the target function was performed by conducting a multifactorial experiment based on second-order design. The research produced adequate second-order regression equations, making it possible to determine the minimum specific consumption of electricity for the technological process of post-harvest grain treatment at grain cleaning facilities, while complying with the agrotechnical requirements for the quality of the cleaned grain. The problem of optimization of the research object was solved by mathematical transformations, which enabled obtaining graphical and analytical interpretations of the optimum area. For this purpose, the canonical transformation of the mathematical model and the method of two-dimensional cross-sections of the response surface were used. Research has led to the development of scientifically based standards of specific electricity consumption for grain cleaning processing schemes, which serve as criteria for evaluating energy savings in the technological processes.

show abstract

“…Широко відомі такі методи: повний перебір [2], аналіз перестановок [2], випадковий пошук [2], алгоритм оптимізації роєм часток [3], оптимізація бджолиним роєм [4], метод, заснований на застосуванні коду Грея [5], бактеріальний метод [6], алгоритм чорної дірки [7], алгоритм лева [8], метод стрибаючих жаб [9]. Основними недоліками перелічених методів є: обмежена кількість факторів для обʼєкта дослідження, низька швидкодія, знаходження матриці планування, яка не наближена до оптимального значення.…”

unclassified

Application of the Growing Trees Method for Optimizing Plans of Multifactor Experiments

Koshovyi,

Pylypenko

2022

CSW MIKNU

View full text Add to dashboard Cite

Nowadays, the high cost of production and resources is the problem in the world, because of this, the issue of optimizing production to reduce the use of resources becomes acute. The research of the experiment at the initial stage makes it possible to reduce resource costs due to detailed analysis. For this we identify steps that we can simplify, which saves resources during production or research. Most often, experiments are multifactorial and related to the search for optimal conditions, selection of the most rational equipment and high-quality raw materials. There is a need to increase the effectiveness of experimental research. These researches allow us to study objects in detail, which provides the ability to obtain more information and offers conditions for their optimization. In the process of researching objects, it is necessary to build their mathematical models, which allow us to determine a rational ratio of parameters. Experiment planning allows for calculating the most effective order of performing experiments and studying the influence of individual factors on optimization criteria. The use of experimental planning methods helps in obtaining the maximum amount of useful information with minimal cost and time spent. This article examines the growing tree method for cost optimization of multifactor experimental plans. To confirm its functionality and effectiveness, a comparative analysis is conducted with existing optimization methods. The method is inspired by the evolution of growing trees and includes the stages of planting and growth. An algorithm and software that implement this method have been developed. The software implementation of the algorithm is made with the help of the framework Angular. In the study of technological processes, the functionality and effectiveness of the method of growing trees for cost optimization of plans of multifactor experiments has been proven. It has been compared with the bacterial optimization method and the method based on the use of the Gray code. The object of research: the process of optimization of plans of multifactor experiments according to its cost. The subject of study: growing tree method for cost optimization of multifactor experimental plans and software implementing it.

show abstract

Research of Multiple Plans in Multi-Factor Experiments With a Minimum Number of Transitions of Levels of Factors

Cited by 7 publications

References 0 publications

The Method of Building Plans of Multifactorial Experiments With Minimal Number of Factor Levels Measurements and Optimal by Cost (Time) Expenses

The Method of Building Plans of Multifactorial Experiments With Minimal Number of Factor Levels Measurements and Optimal by Cost (Time) Expenses

Improving Energy Efficiency of Grain Cleaning Technology

Application of the Growing Trees Method for Optimizing Plans of Multifactor Experiments

Contact Info

Product

Resources

About