正交试验设计(一)教程.pptVIP

应用数理统计 * 应用数理统计 * 正交试验设计方法,简称正交设计,是试验设计的重要组成部分,该方法由日本的田口玄一于1949年创立。正交试验设计方法是从全面试验中挑出部分有代表的点进行试验, 这些代表点具有“均匀”和“整齐”的特点.正交试验设计是部分因子设计(fraction factorial designs)的主要方法,具有很高的效率. 正交试验设计（一） * 应用数理统计 * 1 相同水平的正交试验设计 2 有交互作用的正交试验设计 3 混合水平的正交试验设计 4 正交试验设计的方差分析 * * 1.1 概述 引例1—多因素的试验设计问题 指标—收率 因素—(1)原料A的用量 (2)原料B的用量 (3)液固比C (4)反应温度D (5)反应压力E (6)催化剂的用量F (7)反应时间G (8)搅拌强度H 水平—8个因素各取3个水平 进行全面搭配的试验次数为： 38=6561 次 科学问题：能否只做其中一小部分试验，通过数据分析来达到全面试验的效果呢？ * * 简单对比法——以前的常用方法（3因素3水平） 变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之： ↗B1A3C1 →B2 (好结果) ↘B3得出结果以B2为最好，则固定B于B2，A于A3，使C变化之： ↗C1A3B2→C2 (好结果) ↘C3试验结果以C2最好。于是就认为最好的工艺条件是A3B2C2。 * * 这种方法一般也有一定的效果，但缺点很多。首先这种方法的选点代表性很差，如按上述方法进行试验，试验点完全分布在一个角上，而在一个很大的范围内没有选点。因此这种试验方法不全面，所选的工艺条件A3B2C2不一定是27个组合中最好的。其次，用这种方法比较条件好坏时，是把单个的试验数据拿来，进行数值上的简单比较，而试验数据中必然要包含着误差成分，所以单个数据的简单比较不能剔除误差的干扰，必然造成结论的不稳定。 *` * 1.2 正交表 （一）正交表的代号及含义 常用正交表的形式为： Ln（m k） 式中，L ──正交表的符号(Latin Square)； n ──要做的试验次数(正交表横行数)； m── 因素的水平数； k ── 最多允许安 `排的因素个数(列数)。 * * 如 表示 表示各因素的水平数为2， 做8次试验，最多考虑7个 因素（含交互作用）的正 交表。 如： L8（27） 完全试验次数：128 L27（313）完全试验次数：1594323 * *` （二）正交表的两种形式 （1）等水平正交表：指各个因素的水平数都相等的正交表。 如 L8（27），L27（313） （2）混合水平正交表：指试验中各因素的水平数不相等的正交表 如 L8（41×24） ，L24（3×4×24） * * （三）正交表的特点 （1） 每一列中，不同的数字出现的次数相等，即对任何一个因素，不同水平的试验次数是一样的。(整齐可比性) （2） 任意两列中，同一横行的两个数字构成有序数对，每种数对出现的次数是相同，即任何两个因素之间都是交叉分组的全面试验。(均衡搭配性) * * （3） 将正交表中的任意两行（或两列）交换，仍是正交表。 （4） 将某一列中的数字号码相互对换，仍是正交表。 因而，不同书中所列正交表不尽相同，但实质一样。 * * 关于正交的直观印象（三因素三水平试验） 数据点分布是均匀的 每一个面都有3个点 每一条线都有1个点 目的：能使试验点分布得很均匀，又能减少试验次数，每行每列上的点一样多。 * * 试验工作者在长期的工作中总结出一套办法，创造出所谓的正交表。按照正交表来安排试验，既能使试验点分布得很均匀，又能减少试验次数。如上例，? 对应于A有Al、A2、A3三个平面，对应于B、C也各有三个平面，共九个平面。则这九个平面上的试验点都应当一样多，即对每个因子的每个水平都要同等看待。具体来说，每个平面上都有三行、三列，要求在每行、每列上的点一样多。这样，作出如图2所示的设计，试验点用⊙表示。我们看到，在9个平面中每个平面上都恰好有三个点而每个平面的每行每列都有一个点，而且只有一个点，总共九个点。这样的试验方案，试验点的分布很均匀，试验次数也不多。 *