[工学]试验优化设计--第六l章2010.pptVIP

二、单纯形回归设计基本特点 1、编码值～ 2、优良性较多 1°正交性 2°饱和性 P 个因素方程有 p+1 个回归系数，而p维空间的单纯形恰好有 p+1 个顶点，显然试验点数正好等于欲求的回归系数，单纯形设计是使试验次数最少的饱和设计。 3°旋转设计 预测值 得方差仅与指标观测值 y 的方差有关，而与试验点在空间的位置和方向无关，具有明显的旋转性。 3、不能考察交互作用 回归系数的设计公式、回归设计的统计检验，其主要内容、公式和程序完全同于多元线性回归正交设计。 4、 与 不是一样 单纯形的零水平是单纯形的中心试验点，而并非实际试验范围的中心点。 例：某工厂拟试验考察某化工产品的收率与压力 和温度 的关系，选定的试验范围是 一、确定的变化范围 1、Z1 和 Z2 2、 3、 二、因素编码 Z1 Z2 8 (0) 72 (0) 10 80 6 56 2 8 (X1) (X2) 二元单纯形设计因素编码表 j i X0 X1（Z1) X1（Z1) yi yi2 1 1 1.225(10) 0.707(80） 9.2 84.64 2 1 -1.225(6) 0.707(80） 5.6 31.36 3 1 0(8) -1.414（56） 5.3 28.09 4 1 0(8) 0（72） 6.0 36.00 5 1 0(8) 0（72） 6.6 43.56 6 1 0(8) 0（72） 6.3 39.69 D 6 3 3 Bj 39 4.41 2.97 bj 6.5 1.47 0.99 Sj 253.5 6.48 2.97 Fj 72 32.67 αj 0.05 0.05 1（1.225，0.707） 2（-1.225，0.707） 3（0,-1.414） 4,5,6 （0,0） 56 68 80 72 1（10,80） 10 （8,72） （8,68） 8 6 2（6,80） 4,5,6 3（8,56） j i X0 X1（Z1） X2（Z2） yi yi2 1 1 1.225（10） 0.707(80） 9.2 84.64 2 1 -1.225（6） 0.707(80） 5.6 31.36 3 1 0（8） -1.414（56） 5.3 28.09 4 1 0（8） 0（72） 6.0 36.00 5 1 0（8） 0（72） 6.6 43.56 6 1 0（8） 0（72） 6.3 39.69 X1 X2 Z1 Z2 j i X0 X1（Z1) X2（Z2) yi yi2 1 1 1.225(10) 0.707(80） 9.2 84.64 2 1 -1.225(6) 0.707(80） 5.6 31.36 3 1 0(8) -1.414（56） 5.3 28.09 j i Z1(x1) Z2(x2) 1 8(0) 68(-0.354) 6.05 2 8(0) 68(-0.354) 6.60 3 8(0) 68(-0.354) 6.40 §6 最优回归方程 （1）方程中包含对 y 影响显著的所有因素（包含交互项），而不包含对 y 影响不显著的因素，并且方程不失拟。 （2）方程中的所有回归系数都是基于某种统计优良性的试验方案求取的；在试验条件容许的情况下，该方案可使各回归系数的方差尽可能减小。 1、采用整体设计 2、回归正交设计取自然因素