[PYTHON] Auswahl der Messdaten

Was ist das

Sie sind Inspektionsingenieur eines Herstellers. Ich habe 100 Messdaten von einem bestimmten Sensor erhalten. Aufgrund verschiedener Umstände möchte ich zeigen, dass diese Messdaten ** "variieren können" **. Ich möchte die Streuung maximieren, indem ich 10 von 100 auswähle. Ich möchte jedoch sagen, dass der Sensor normal ist, also möchte ich ihn ** "Durchschnittswert ist genau" ** machen.

Versuchen Sie es mit Python

Erstellung von Messdaten

Erstellen Sie Messdaten mit Zufallszahlen.

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np, pandas as pd
np.random.seed(1)
Messdaten= np.random.normal(50,1,100)
plt.hist(Messdaten)
print('Standardabweichung',Messdaten.std())
>>>
Standardabweichung 0.885156213832

Lösen Sie mit mathematischer Optimierung

Maximieren Sie die Verteilung. Normalerweise ist es schwierig zu lösen, da es sich um eine quadratische Ganzzahloptimierung handelt. Unter der Annahme, dass der Mittelwert genau ist, ist $ (Wertmittelwert) ^ 2 $ ein fester Wert, sodass das Modell eine lineare oder gemischte Ganzzahloptimierung ist.

from pulp import *
from ortoolpy import addbinvars
Anzahl der Auswahlen= 10
eps = 0.0001

m = LpProblem(sense=LpMaximize)
x = addbinvars(len(Messdaten))
m += lpDot((Messdaten-50)**2, x)
m += lpSum(x) ==Anzahl der Auswahlen
e = lpDot(Messdaten, x) /Anzahl der Auswahlen
m += 50-eps <= e
m +=           e <= 50+eps
m.solve()
%time m.solve() #Lösung
r = np.vectorize(value)(x).astype(int) #Ergebnis
print(LpStatus[m.status])
>>>
Wall time: 181 ms
Optimal

print('durchschnittlich',Messdaten[r>0].mean())
print('Standardabweichung',Messdaten[r>0].std())
>>>
49 im Durchschnitt.9999119632
Standardabweichung 1.82811635001

Der Durchschnitt war genau und die Standardabweichung war mehr als doppelt so hoch wie die ursprünglichen Daten.

das ist alles