Design-Expert软件在响应面优化法中的应用.doc

Design-Expert 软件在响应面优化法中的应用 （王世磊 郑州大学 450001） 摘要：本文简要介绍了响应面优化法，以及数据处理软件 Design-ExpertDesign-Expert 的 相关知识，最后结合实例，介绍该软件在响应面优化法上的应用实例。关键词：数据处理，响应面优化法，Design-Expert 软件 1.响应面优化法简介 响应面优化法,即响应曲面法( Response Surface Methodology ，RSM)，这是一种实验条件寻优的方法，适宜于解决非线性数据处理的相关问题。它囊括了试验设计、 建模、检验模型的合适性、 寻求最佳组合条件等众多试验和统计技术；通过对过程的回归拟合和响应曲面、等高线的绘制、可方便地求出相应于各因素水平的响应值[1]。在各因素水平的响应值的基础上，可以找出预测的响应最优值以及相应的实验条件。 响应面优化法，考虑了试验随机误差；同时，响应面法将复杂的未知的函数关系在小区域内用简单的一次或二次多项式模型来拟合，计算比较简便，是降低开发成本、优化加工条件、提高产品质量、解决生产过程中的实际问题的一种有效方法[2]。 响应面优化法，将实验得出的数据结果，进行响应面分析，得到的预测模型，一般是个曲面，即所获得的预测模型是连续的。与正交实验相比，其优势是：在实验条件寻优过程中，可以连续的对实验的各个水平进行分析，而正交实验只能对一个个孤立的实验点进行分析。 当然，响应面优化法自然有其局限性。响应面优化的前提是：设计的实验点应包括最佳的实验条件，如果实验点的选取不当，使用响应面优化法师不能得到很好的优化结果的。因而，在使用响应面优化法之前，应当确立合理的实验的各因素与水平。 结合文献报道，一般实验因素与水平的选取，可以采用多种实验设计的方法，常采用的是下面几个： 1.使用已有文献报道的结果，确定响应面优化法实验的各因素与水平。 2.使用单因素实验[3]，确定合理的响应面优化法实验的各因素与水平。 3.使用爬坡实验[4]，确定合理的响应面优化法实验的各因素与水平。 4.使用两水平因子设计实验[5]，确定合理的响应面优化法实验的各因素与水平。 在确立了实验的因素与水平之后，下一步即是实验设计。可以进行响应面分析的实验设计有多种，但最常用的是下面两种：Central Composite Design-响应面优化分析、Box-Behnken Design-响应面优化分析。 Central Composite Design，简称CCD，即中心组合设计，有时也成为星点设计。其设计 表是在两水平析因设计的基础上加上极值点和中心点构成的，通常实验表是以代码的形式编排的, 实验时再转化为实际操作值（,一般水平取值为 0, ±1, ±α, 其中 0 为中值, α为极值, α=F*（1/ 4）； F 为析因设计部分实验次数, F = 2k 或F = 2 k×（1/ 2 ），其中 k为因素数，F = 2 k×（1/ 2 一般 5 因素以上采用，设计表有下面三个部分组成[6]：(1) 2k或 2 k×（1/ 2 ）析 因设计。(2)极值点。由于两水平析因设计只能用作线性考察, 需再加上第二部分极值点, 才适合于非线性拟合。 如果以坐标表示, 极值点在相应坐标轴上的位置称为轴点(axial point) 或星点( star point) , 表示为(±α,0,…, 0) , (0, ±α , …, 0) , …, (0, 0, …, ±α)星点的组数与因素数相同。(3)一定数量的中心点重复试验。中心点的个数与CCD 设计的特殊性质如正交 (orthogonal)或均一精密(uniform precision)有关。 CCD 相应实验设计安排表见下页表 1，更为详细的设计方案可在相关工具书上查找或是在相关软件上查看。 Box-Behnken Design，简称BBD，也是响应面优化法常用的实验设计方法，其设计表安排以三因素为例（三因素用A、B、C表示），见下页表 2，其中 0 是中心点，+,-分别是相应的高值和低值。实验设计的均一性等性质仍以三因素为例，见下页图 1[7]。  表 1.交或均一精密 CCD 设计的实验安排表 表 2. 三因素 BBD 实验安排表 序号 A B C 1 + + 0 2 + - 0 3 - + 0 4 - - 0 5 + 0 + 6 + 0 - 7 - 0 + 8 - 0 - 9 0 0 + 10 0 0 - 11 0 0 + 12 0 0 - 13 0 0 0 14 0 0 0 15 0 0 0  图 1.三因素 BBD 实验设计实验点分布情况  对更多因素的 BBD 实验设计,若均包含三个重复的中心点，四因素实验对应的实验