Monthly Archives: March 2014

Alati za analizu rezultata eksperimentalnog istraživanja


Bilo da pišete neki naučni rad, magistarsku ili doktorsku tezu, u prilici ste da baratate sa rezultatima vašeg istraživanja, koji su većinom u diskretnom obliku. Diskretni oblik rezultata istraživanja prvenstveno je dat u tabelarnom obliku pri kojem postoji nekoliko ulaznih parametara  te jedna ili više izlaznih varijabli.
Pretpostavimo da ste vršili određeno mjerenje, npr. silu rezanja, a da ste pri tom varirali dijametar alata i posmak. U tom slučaju rezultat vašeg mjerenja može biti tabela slična prikazanoj:

RB          s[mm/o]          d[mm]          F[ N]
---------------------------------------------------
 1           0,25              8            318,8
 2           0,35              8            437
 3           0,25             14            450
 4           0,35             14            530,3
 5           0,3              11            445,6
 6           0,3              11            467
 7           0,3              11            475,5
 8           0,3              11            456,8
 9           0,3              11            469
10           0,38             11            480,8
11           0,23             11            399
12           0,3              16            588,2
13           0,3               7            320
----------------------------------------------------

Po meni najbolji alat za modeliranje podataka datih u diskretnom obliku jeste Wolframova Mathematica. Da bi dobili regresijske modele pomoću Mathematica potrebno je eksperimentalne podatke pripremiti, odnosno definisati varijablu eksperiment sa vrijednostima iz tabele.Od eksperimentalnih rezultata prikazanih tabelom ptrebno je izvršiti regresijsku analizu i definisati matematički model, odnosno funkcionalnu zavisnos dijametra, posmaka od sile bušenja.

Izvorni kod prikazan na narednom listingu predstavlja jedan od načina kako prikazati podatke preko varijable, a koja predstavlja listu eksperimentalnih podataka.

</p>

<pre>eksperiment={{0.25,8,318.8},{0.35,8,437},{0.25,14,450},{0.35,14,530.3},{0.3,11,445.6},{0.3,11,467},{0.3,11,475.5},{0.3,11,456.8},{0.3,11,469},{0.38,11,480.8},{0.23,11,399},{0.3,16,588.2},{0.3,7,320}}

Sada kada imamo varijablu, vrlo je jednostavno dobiti matematičke modele. Varijabla predstvalja 2D polje koje se sastoji of vrsta i kolona naše polazne tabele.

Na primjer da bi dobili regresijski model drugog stepena sa linearnom međuzavisnosti među članovima potrebno je izvršiti komandu:

rModel2=Fit[eksperiment,{1,x,x^2, y,y^2,x*y},{x,y}]

Gornjom komandom Mathematika će metodom najmanjih kvadrata odrediti kvadratni model. Kako se može vidjeti Fit komanda, kao jedan od argumenata, uzima i šemu modela. Šema modela predstavlja članove polinoma koji će se naći u matematičkom modelu. Nakon izvršavanja ove dvije komande Mathematica je vratila matematički model naglašen crvenim pravougaonikom:

Naravno Fit komanda uzima bilo koju kombinaciju faktora i bilo koji stepen polinoma, tako da se čitaocu ostavlja da sam istraži i ostale modele. Npr. vrlo je interesantno da se odredi regresijski model 3-ćeg stepena, sa linearnom i kvadratnom međuzavisnošću ulaznih parametara.

Još zgodnije izgleda kada se dobijeni regresijski model može prikazati grafički izvršavajući slijedeću komandu:

Vidjeli smo kako na jednostavan način mogu dobiti regresijski modeli od diskretnog skupa podataka koji može predstavljati vaše eksperimentalno istraživanje. Naravno sve ovo se može uraditi i u Microsoft Excelu samo sa malo više muke.

Modeliranje podataka metodom genetskog programiranja

Modelirati se mogu podaci i preko evolucijske metode genetsko programiranje preko koje se mogu dobiti vrlo kvalitetni modeli koji mogu biti dosta precizniji od regresijskih modela. Prednost evolucijskih modela (modela koji se dobiju nekom od evolucijkih metoda) jeste ta da oni ne zavise od stepena polinoma, niti od zavisnosti među ulaznim parametrima. Na ovaj način prirodnim putem se generiraju modeli, kao i međuzavisnost između ulaznih parametara. Jedan od alata koji koristi metodu genetsko programiranje za modeliranje rezultata eksperimenta je , koji na vrlo jednostavan i intuitivan način koristi metodu genetskog programirnaja pri izgradnji matematičkih modela. Više informacije o GPdotNET mozete pronaći na http://bhrnjica.net/GPdotNET.

Da bi rezultate eksperimenta prezentiane na gornjoj tabeli učitali u GPdotNET potrebno je formirati csv datoteku kojom ćemo definisati skup podataka za treniranje.

– Otvorite Notepad i kopirajte slijedeći tekst te sačuvajte datoteku pod naslovom SkupZaTreniranje.csv.

!s[mm/o]         d[mm]         F[ N]
!---------------------------------------------------
0.25;8;318.8
0.35;8;437
0.25;14;450
0.35;14;530.3
0.3;11;445.6
0.3;11;467
0.3;11;475.5
0.3;11;456.8
0.3;11;469
0.38;11;480.8
0.23;11;399
0.3;16;588.2
0.3;7;320

Primjetite da su kolone odvojene sa ‘;’ (tačka zarez), a kolone novim redom. Također važno je imati na umu da su decimalne cifre odvojene tačkom umjesto zarezom, te da ispred vrste koja predstavlja neki tekst, naziv kolone ili dr. mora biti stavljan zna !, odnosno da se označi kao linija koja se ne procesuira.

Kada imamo ovakvu datoteku sada možemo učitati podatke u GPdotNET.

1. Pokrenimo GPdotNET i odaberimo New komandu. Pojavljuje nam se dijalog za odabir vrste modela koju želimo odrediti. Ostavite početne vrijednosti i pritisnite dugme OK.

2. Sada iz Load Data taba pritisnemo dugme “Training Data” izaberemo datoteku koju smo prethodno formirali i pritisnemo dugme OK.

3. U trećem koraku podešavamo parametre GP. Parametre je potrebno podesiti kako je prikazano na donjoj slici.

4. Sada nam samo ostaje da pokrenemo simulaciju traženja rješenja klikom na komandu RUN.

5. Kada smo dobili model koji nam odgovara preko “Result” taba možemo vidjeti oblik dobijenog modela, a preko Export komandi mozemo vršiti daljnju analizu rezultata.

Vidjeli smo kako vrlo jednostavno i efektivno možemo modeliati naše rezultate eksperimentalnih istraživanja bez suvišnog gubljenja vremena i podešavanja. Također, vidjeli smo kako sa GPdotNET možemo dobijati vrlo precizne matematičke modele dobijene metodom genetsko progamirnaje.

MSNetwork 4 – Microsoftova regionalna konferencija


Badge-ENG-04

Po četvrti put, četvrtu godinu za redom, Microsoft BiH organizira regionalnu konferenciju . Mada najmlađa u regionu vrlo brzo je postala prepoznatljiva, kako po kvaliteti predavanja koje konferencija ponudi, tako i sadržajima oko konferencije. Prošlogodišnja konferencija, zaista je ispunila svačija očekivanja, a posebno je hvaljena lokacija gdje se konferencija održavala. Slijedeći dobar feedback, organizator je i ovogodišnju konferenciju zakazao na istom mjestu, a to je hotelski kompleks  Banja Vrućica u okolini Teslića.

Ovogodišnja konferencija će, za razliku od prošlogodišnje, ponuditi još više predavanja, još više predavača. Za razliku od prošlogodinje na kojoj je bilo 3 konferencijska smijera, ove godine organizator je pripremio  6 konferencijskih smjerova i to: DEV, ITPRO, MSC, CS, EDU i BIZ. Manje poznati CS smijer označava Case Study (studija slučaja).Ove godine oko 80 predavača održat će predavanja na konferenciji.

Kao i prošle godine već je urađena Windows Phone applikacija koja daje sve informacije vezane za konferenciju koju možete skinuti sa ovog u koliko posjedujete WP telefon. Ove godine urađena je i Windows Store aplikacija za MSNetwork koju također možete skinuti sa ovog u koliko posjedujete Windows 8 OS. Za WP i WS aplikaciju se pobrinuo naš MVP .

I na kraju, s vrlo radosnom viješću obavještavam javnost da sam jedan od predavača na konferenciji, gdje ću govoriti oko asinhronog programiranja te kako ovu modernu tehniku programiranja najbolje implementairati u aplikacijama. Predavanje će obilovati demo primjerima sa originalnom tematikom. Više informacija oko predavanje možete dobiti na oficijelnom .

Vidimo se na konferenciji.

Bihac .NET UG Meeting: Windows Azure za početnike (13.3.2014 u 17:00)


U četvrtak 13. marta biće organiziran sastanak Bihać .NET UG i predavanje na temu Windows Azure. Predavanje će biti održano na Tehničkom fakultetu u Bihaću sa početkom u 17:00. Svi koji su zainteresirani za ovu temu i željeli bi vidjeti kako je koncipiran i šta Windows Azure nudi možete doći na predavanje.

Prijava za predavanje ide preko Bihac .NET Facebook stranice na ovom linku: 

Tema: Windows Azure za početnike

Opis: Windows Azure predstavlja Microsoftov Cloud platformu koja je jedinstvena na tržištu i nudi infrastrukturu, servise i aplikcije u oblaku. Predavanje će dati pregled najznačajnijih osobine ove platforme koje uključuju Virtualne mašine, Web stranice, SQL baze podataka, skaliranje, deployment, Visual Studio online i druge Windows Azure komponente. Predavanje će dati osnovne informacije koje su vam potrebne da bi započeli učenje ili korištenje ove brzo rastuće platforme.

Trajanje: 60-90 minuta

Predavač: mr. sc. Bahrudin Hrnjica, Microsoft MVP za C#.

Na predavanju ćemo dijeliti i nagrade a to su besplatne kotizacije za MSNetwork konferenciju, te druge poklone naših sponzora.

Vidimo se na predavanju.

Get every new post delivered to your Inbox.

Join 672 other followers