Rajkó Róbert
Regressziós módszerek alkalmazása és fejlesztése
a kémiai és élelmiszeripari mérések kiértékelése során
Budapesti Műszaki Egyetem, 1998
Jelen disszertációban közölt tudományos eredményeimet
pontokba szedve foglalom össze.
-
A robusztus regressziós eljárásokkal foglalkozó irodalom áttekintését egy
újszerű csoportosítás szerint végeztem el, definiálva az első-, másod-
és harmadfajú modellhibát.
-
Egyváltozós kalibrációs függvények paramétereinek becslésére robosztus
regressziós eljárásokat vizsgáltam, felhasználva az ún. minőségjellemző
faktort (quality coefficient).
-
Az irodalomban megjelent lineáris fuzzy regresszió egyváltozós változatát
úgy módosítottam, hogy a kapott paraméterekre vonatkozó szükségtelenül
nagymértékű bizonytalanságot csökkenteni lehetett.
-
Az irodalomban megjelent lineáris fuzzy regresszió olyan általánosítását
végeztem el, mely nem a többszörös integrálok alkalmazásának segítségével
történt (melyek analitikus kezelése gyakran kivitelezhetetlen), hanem n-dimenziós
geometriai megfontolások alapján.
-
Az irodalomban megjelent lineáris fuzzy regressziós eljárást úgy módosítottam,
hogy az robosztus becslővé vált, így az a kalibrációs modell linearitásának
kismértékű sérülése esetén is biztonságosan használható marad.
-
A bootstrap módszer segítségével algoritmust dolgoztam ki a robusztus eljárásokkal
kiértékelt kalibrációkkal előrebecsült koncentrációk konfidencia intervallummal
való jellemzésére.
-
Stabil és pontos vezérlő algoritmust fejlesztettem a Karl Fischer-módszerrel
történő vízmeghatározás automatikus irányítására, a kezelő programelkészítése
során figyelembe vettem az ISO 9004 minőségbiztosítási előírásokat.
-
Tanulmányoztam a nem paraméteres párkorrelációs módszert, mely változók
megkülönböztetésére alkalmas. Egy könnyen programozható algoritmust vezettem
le, ezzel párhuzamosan elvégeztem az eredményeken alapuló döntésekhez szükséges
tesztstatisztikák vizsgálatát és kifejlesztését. A párkorrelációs módszer
általánosítását úgy oldottam meg, hogy a változók összes lehetséges párosítása
alapján a győzelmek száma, a (győzelmek – vereségek) száma és megbízhatósági
szintekkel számolt győzelmek száma alapján választottam ki a változókat.
Egy élelmiszeripari példán bemutattam az általánosított PCM alkalmazhatóságát.
-
Az irodalomban eddig még meg nem jelent optimalizálást hajtottam végre
szójabab mikrohullámú kezelése során. A műveleti paramétereket – nedvességtartalom,
kezelési idő és vákuum – optimális beállítását határoztam meg úgy, hogy
a szójabab tripszininhibitor aktivitása minimálisra csökkenjen. A feladatot
másodfokú, ill. elsőfokú kísérlettervekkel, majd a gradiens kísérletterv
végrehajtásával oldottam meg.
-
Munkám során az összes felvetődő numerikus feladathoz saját fejlesztésű,
Turbo Pascalban, C-ben és VBA MS ExcelV7.0 makrónyelven írt programokat
használtam:
-
a robusztus regressziós eljárások Monte-Carlo módszerrel való vizsgálatához,
-
regresszióval kapott reziduálisok grafikus szemléltetéssel történő statisztikai
vizsgálatához,
-
a PREGO nevű LOTUS 1-2-3 táblázatkezelőben integrált robusztus regressziós
eljárásokat és a bootstrap módszert alkalmazó program fejlesztéséhez,
-
lineáris programozási feladat megvalósításához, ill. az abszolút eltérések
legkisebb összege (LSA), abszolút eltérések legkisebb maximuma (LMA) és
a fuzzy lineáris regresszió alkalmazásához szükséges felhasználói felület
kialakításához,
-
robusztus regressziós eljárások kalibráció során történő felhasználásához,
-
a bootstrop eljárás segítségével megvalósított konfidencia intervallumok
megadását végző program fejlesztéséhez,
-
Karl Fischer-módszerrel megvalósított automatikus vezérlésű nedvesség-tartalom
meghatározásához,
-
a többváltozós négyzetek legkisebb mediánja (LMS) és a többváltozós lineáris
fuzzy regresszió, paramétereinek meghatározása globális optimumkereső (genetikus
algoritmus) eljárással (Unix alatt C-ben fejlesztve),
-
a párkorrelációs módszer könnyen kezelhető, felhasználóbarát, tudományos
igényű alkalmazásához (VBA MS ExcelV7.0 makrónyelven fejlesztve).