📄Работа №114867
Тема: Разработка ПО для получения функциональной зависимости по данным эксперимента
Тип работы
Бакалаврская работа
Предмет
программирование
Объем:
47 листов
Год:
2022
Просмотров:
66
4800
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Аннотация 2
Введение 6
1 Постановка задачи 7
1.1 Анализ условных данных. Условия эксперимента 7
1.2 Анализ известных решений 7
1.3 Постановка задачи 7
2 Фильтрация и структуризация данных 9
2.1. Визуализация исходных значений 9
2.2. Анализ и фильтрация данных 10
2.2.1 Частотный анализ 11
2.2.2. Фильтрация данных 12
3 Методы аппроксимации 16
3.1. Общее определение аппроксимации 16
3.2. Исходные значения 17
3.3. Линейная интерполяция 21
3.4. Сплайн аппроксимация 22
3.5. Квадратичная интерполяция 24
3.6. Кубическая интерполяция 25
3.7. Интерполяция методом сплайна Акимы 28
3.8. Сравнение методов интерполяции 31
4 Вывод исходных данных в таблицу функциональной зависимости 34
4.1. Получение функциональной зависимости 34
4.2. Проверка работоспособности программы 35
Заключение 39
Список используемой литературы 40
Приложение А. Вывод исходных данных 42
Приложение Б. Структуризация исходных данных 43
Приложение В. Вывод графика и таблицы результатов 45
Введение 6
1 Постановка задачи 7
1.1 Анализ условных данных. Условия эксперимента 7
1.2 Анализ известных решений 7
1.3 Постановка задачи 7
2 Фильтрация и структуризация данных 9
2.1. Визуализация исходных значений 9
2.2. Анализ и фильтрация данных 10
2.2.1 Частотный анализ 11
2.2.2. Фильтрация данных 12
3 Методы аппроксимации 16
3.1. Общее определение аппроксимации 16
3.2. Исходные значения 17
3.3. Линейная интерполяция 21
3.4. Сплайн аппроксимация 22
3.5. Квадратичная интерполяция 24
3.6. Кубическая интерполяция 25
3.7. Интерполяция методом сплайна Акимы 28
3.8. Сравнение методов интерполяции 31
4 Вывод исходных данных в таблицу функциональной зависимости 34
4.1. Получение функциональной зависимости 34
4.2. Проверка работоспособности программы 35
Заключение 39
Список используемой литературы 40
Приложение А. Вывод исходных данных 42
Приложение Б. Структуризация исходных данных 43
Приложение В. Вывод графика и таблицы результатов 45
📖 Введение
Методы обработки экспериментальных данных начали разрабатываться более двух веков тому назад в связи с необходимостью решения практических задач по агробиологии, медицине, экономике, социологии. Полученные при этом результаты составили фундамент такой научной дисциплины, как математическая статистика.
При проведении эксперимента с целью калибровки устройства нужно знать при каких входных параметрах какое будет выходное значение. Для того, чтобы это выяснить, нужно большое количество времени подавать данные, выписывать результат и вручную строить таблицу значений. На это тратится очень много времени, а также не исключена погрешность человеческого фактора.
Целью работы является получение функциональной зависимости перевода входящих значений в физическую величину. Данный вопрос возникает при калибровке электронных устройств, которые используются для измерения, измеряемые значения поступают с выхода аналого-цифрового преобразователя. Он характеризуется разрядностью 2Лп, где n от 10 до 16 разрядов.
Практическое значение состоит в необходимости автоматизации этого процесса, что позволит снизить затраты человеко-часов на процесс калибровки, а также позволит уменьшить влияние человеческого фактора.
В процессе эксперимента происходит запись показаний аналого-цифрового преобразователя в файл. Также во второй файл записывается информация о введенных данных, что является вторым параметром функции. После этого происходит анализ данных и выделение узловых точек, которые характеризуют те физические значения, которые подавались на вход аналого-цифрового преобразователя, что позволяет, применяя методы интерполяции, получить функциональную зависимость перевода показания аналого-цифрового преобразователя в физическую величину в виде таблицы значений.
При проведении эксперимента с целью калибровки устройства нужно знать при каких входных параметрах какое будет выходное значение. Для того, чтобы это выяснить, нужно большое количество времени подавать данные, выписывать результат и вручную строить таблицу значений. На это тратится очень много времени, а также не исключена погрешность человеческого фактора.
Целью работы является получение функциональной зависимости перевода входящих значений в физическую величину. Данный вопрос возникает при калибровке электронных устройств, которые используются для измерения, измеряемые значения поступают с выхода аналого-цифрового преобразователя. Он характеризуется разрядностью 2Лп, где n от 10 до 16 разрядов.
Практическое значение состоит в необходимости автоматизации этого процесса, что позволит снизить затраты человеко-часов на процесс калибровки, а также позволит уменьшить влияние человеческого фактора.
В процессе эксперимента происходит запись показаний аналого-цифрового преобразователя в файл. Также во второй файл записывается информация о введенных данных, что является вторым параметром функции. После этого происходит анализ данных и выделение узловых точек, которые характеризуют те физические значения, которые подавались на вход аналого-цифрового преобразователя, что позволяет, применяя методы интерполяции, получить функциональную зависимость перевода показания аналого-цифрового преобразователя в физическую величину в виде таблицы значений.
✅ Заключение
В ходе проведенной работы, были рассмотрены различные методы структуризации и фильтрации данных для дальнейшей работы с ними. Были выбраны способы, с помощью которых можно было провести структуризацию данных для дальнейшего удобства работы с ними. В результате была создана программа, которая принимает набор данных, дает на выходе структурированные данные. Ее создание было необходимо для ввода обработанных исходных значений в функцию интерполяции.
Был рассмотрен метод аппроксимации, с помощью которого должна решаться задача нахождения функционально зависимости. Были исследованы различные алгоритмы интерполяции, среди которых были:
• линейный;
• квадратичный;
• кубический;
• сплайн Акимы.
Был подробно рассмотрен метод сплайнов Акимы. По каждому из приведенных выше методов была реализована функция, которая выводила график интерполяции исходных данных.
Был проведено сравнение эффективности всех методов интерполяции с помощью среднеквадратичной ошибки, в результате чего был выделен наиболее эффективный метод для решения данной задачи.
В результате работы программы, был осуществлен вывод интерполированных значений в удобно читаемом виде.
Вся работа программы была изначально проверена на тестовой функции. Были выбраны исходные точки, на которых был проведена проверка работоспособности и сравнение эффективности функций различных методов интерполяции. Данная функция была выбрана максимально схожей с исходным набором данных.
После проверки эффективности алгоритма, была проведена проверка работоспособности программы на маленьком количестве исходных данных.
Был рассмотрен метод аппроксимации, с помощью которого должна решаться задача нахождения функционально зависимости. Были исследованы различные алгоритмы интерполяции, среди которых были:
• линейный;
• квадратичный;
• кубический;
• сплайн Акимы.
Был подробно рассмотрен метод сплайнов Акимы. По каждому из приведенных выше методов была реализована функция, которая выводила график интерполяции исходных данных.
Был проведено сравнение эффективности всех методов интерполяции с помощью среднеквадратичной ошибки, в результате чего был выделен наиболее эффективный метод для решения данной задачи.
В результате работы программы, был осуществлен вывод интерполированных значений в удобно читаемом виде.
Вся работа программы была изначально проверена на тестовой функции. Были выбраны исходные точки, на которых был проведена проверка работоспособности и сравнение эффективности функций различных методов интерполяции. Данная функция была выбрана максимально схожей с исходным набором данных.
После проверки эффективности алгоритма, была проведена проверка работоспособности программы на маленьком количестве исходных данных.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.