方开泰、刘民千、周永道《试验设计与建模》课件-8_免费.pptVIP

8.1 引言 模型 一次型 二次型 三次型 8.2 常见混料设计 三因素的试验区域： A. 单纯形格子点设计 s 分量 m 阶格子点集 {s,m}： 其 s 个顶点，各边 m 等分点，及各等分点连成的与一边成平行线的交点的总体。 各点的坐标为： {s,m} 中总点数： 二维及三维标准单纯形格子点集 B. 单纯形重心设计 s 个设计点为单纯形各顶点，即 (1, 0, · · · , 0), · · · , (0, · · · , 0, 1); 个设计点采自单纯形各边的中点，坐标为 (1/2, 1/2, 0, · · · , 0) 的置换; · · · 个设计点采自单纯形各r ? 1 维面的重心，坐标为 (1/r, 1/r, · · · , 0) 的置换; · · · 最后一个设计点为标准单纯形的重心，坐标为 (1/s, 1/s, · · · , 1/s)。 三因素单纯形重心设计试验点 C. 最优回归设计 一阶多项式模型： 连续设计：设计点为全部 s 个顶点，且权重为1/s， 确定性设计：下列集合中任一设计 二阶模型：当 s=3， 连续设计：三顶点加三条边中点，权重都为1/6 确定性设计：与上面一样 (同单纯形格子点设计) 三阶模型： 十个设计点，不同于单纯形格子点设计 D. Scheffé 型设计 单纯形格子点设计和单纯形重心设计在边界有许多试验点，以致不能做具体的试验。 Scheffé 型设计：将这些设计往单纯形的重心压缩 例 s=3 8.3 混料均匀设计 将 n 个试验点，即 n 种不同的试验配方均匀地散布在Ts 内，而不存在边界上的设计点 逆变换方法 不同设计变换后的比较 原来的均匀性好 试验结果 筛选后的模型： ? = 0.317 + 1.823x1 ? 2.568x12 + 1.257x1x2 ?0.947x22, 其 R2 = 0.995，σ2 = 0.0002436 最优解：x1 = 0.4238，x2 =0.2813 时，y 达到最大值 0.7033，此时 x3 = 0.2949 。 在Ts 上的均匀性测度 F-偏差：单纯形上偏差与变换前的偏差一样 均方距离 均方根偏差 最大距离偏差 DM2偏差：直接定义在 Ts 上 可行解区域变化 例如，只有下界限制时，可行解区域如下 最优回归设计 混料均匀设计 可行解区域 可把 Ts(a, b) 变为区域 Ts(l,u) ，其中 而 有上下界限制的混料均匀设计 在超立方体Cs?1 上产生一个均匀设计Un(ns?1)， 记为U = (uij)。 计算 对每个i 计算 则X = (xij), i = 1, · · · , n, j = 1, · · · , s 为在限制区域Ts(l,u) 中的一个均匀设计，其中(注意递推是从s ? 1 下降至2) 例 8.4 咖啡面包 设各成分限制条件为 例 8.4 (续) 例 8.4 (续) 组合限制的混料均匀设计 由组合限制条件，可得x1, · · · , xs 的限制范围更为宽松的上下界限制[l,u]。因此，我们首先构造在Ts(l,u) 上的混料均匀设计，然后把该设计中满足组合限制条件(8.13) 的试验点保留，而除去不满足条件的试验点，从而得到相应的设计 保序限制条件的混料均匀设计 若向量x =(x1, x2, · · · , xs) 是无限制条件混料设计区域Ts 上的均匀分布随机向量。则向量的次序统计量(x(1) , · · · , x(s)) 服从保序限制条件混料设计区域Tos 上的均匀分布。 由此，可以将保序混料设计转化为一般的无限制条件混料均匀设计。 8.5 混料回归方程检验 控制点检验： 在单纯形内选择少量控制点(验证点) 进行验证性检验，以检验回归方程度失拟程度，推断回归方程的可靠性。如果失拟不大，回归方程是可靠的，否则就需要补做一些试验，用更高次的回归模型进行回归分析。 允许差比较法 方差比较法 * * - 第八章 - 混料试验设计 合金钢材：以铁为基础再加适量的镊、鉻、錳、碳等成分组成 氖灯灯泡：有氦、氖、氩、氙等多种惰性气体 饮料：含有多种果汁及糖份和水； 中药、酒类产品的制造则更复杂，多种的物质混制而成 例 8.1 咖啡面包 面粉 水 白糖 植物 起酥油 椰子汁 盐 发酵粉 乳化剂 丙酸钙 咖啡粉 香精 食用色素 如何决定各成分的比率? 试验 混料试验设计 设有 s 个因素: X1, ?, Xs 并满足 Xi ? 0, i = 1, ?, s 且 X1 + ? + Xs = 1. 试验区域为单纯形： Ts =