[化学]实验优化设计 第7章 序贯实验设计.ppt

7 序贯实验设计 7.3 多因素优选法 7.3.1 最陡坡法 众所周知，登山时登高为目标，若沿最陡坡攀登，路线将最短。 实验指标，相当于山的高度。 实验指标的变化速度，相当于是一种“坡度”。 最陡坡，就是实验指标变化随实验水平变化最快的方向。 最陡坡法，就是要沿“最陡坡”方向寻找最优条件。 7.3.2 单纯形法 (1) 单纯形法特点 单纯形法(Simplex)又称单纯形优化法,是一种动态寻优方法。它能在交互作用复杂，因素较多的场合使用，对实验有全面优化的效果，克服了单因素优化法无法考虑各因素间的交互影响、准确性低、工作量大的缺点。它能在实验次数较少的情况下，快速地找出最佳条件组合。 单纯形法的优点是，计算比较简单，不论因素多少，除了第一步需安排n+1个实验点以外，以后每一步只需安排一个新实验点，且可随时调整最优方向，因而调优速度很快。 如果需要中途引进新的变数，也非常方便。也就是说，不论实验进展到哪里，只要多加一个实验点，就可多考查一个因素。不象正交实验，每增加一个因素，实验点数将增加很多。 单纯形法的实验点数很少，但因为是序贯实验，所以缺点是实验批次很多。单纯形法每一步的实验安排都要依赖上一步的实验结果，不象最陡坡法那样一次可以安排好几步实验，因而时间上不一定节省。 单纯形是指多维空间中的一种凸图形，它的顶点数仅比空间的维数多1。 (2) 基本单纯形法 二维空间的单纯形是三角形；三维空间的单纯形是四面体，每个面是一个三角形；n维空间的单纯形则是由n+1个顶点构成的超多面体。 空间多面体各顶点就是实验点。比较各实验点的结果，去掉最坏的实验点，取其对称点作为新的实验点，该点称为“反射点”。新实验点与剩下的几个实验点又构成新的单纯形。新单纯形向最佳目标点不断靠近，最后找出最优目标点。 下面结合图示进一步说明单纯形法优化过程 ① 确定考核指标 确定的考核指标，应是数量化的，可精确测定的。 单纯形调优过程如下： ② 选择因素与步长 因素应是体系中的独立变量。主要因素首先排入。 步长取值大，优化速度快，但精密度差。步长取值小，精密度好，但调优速度慢。 ③ 建立初始单纯形 a. 计算法 首先确定单纯形的初始顶点(实验点)，再由初始顶点出发计算单纯形的其它顶点(实验点)。 设单纯形的初始顶点为A=(x1, x2, …, xn), 其中x1, x2, …, xn分别代表1, 2, …, n个因素的取值。若步长为a，则单纯形其它各顶点的值分别为： B=(x1+p, x2+q, x3+q, …, xn+q) C=(x1+q, x2+p, x3+q, …, xn+q) (n)=(x1+q, x2+q, …, xn-1+p, xn+q) (n+1)=(x1+q, x2+q, x3+q, …, xn+p) b. 朗系数法 1969年，D. E. Long提出了一种利用系数k 计算初始单纯形各顶点的方法。其方法是，先确定一个初始顶点，再用系数k乘以该因素的步长a，将所得的值加到初始点该因素的取值上，即得到单纯形另一个顶点该因素的取值。 表7-6 Long系数表 0.742 0.750 0.083 0.094 0.109 0.129 0.158 0.204 0.289 0.500 11 0 0.745 0.083 0.094 0.109 0.129 0.158 0.204 0.289 0.500 10 0 0 0.750 0.094 0.109 0.129 0.158 0.204 0.289 0.500 9 0 0 0 0.756 0.109 0.129 0.158 0.204 0.289 0.500 8 0 0 0 0 0.764 0.129 0.158 0.204 0.289 0.500 7 0 0 0 0 0 0.775 0.158 0.204 0.289 0.500 6 0 0 0 0 0 0 0.791 0.204 0.289 0.500 5 0 0 0 0 0 0 0 0.817 0.289 0.500 4 0 0 0 0 0 0 0 0 0.866 0.500 3 0 0 0 0 0 0 0 0 0 1.000 2 0 0 0 0 0 0 0 0 0 0 1 J I H G F E D C B A 因素 顶点 c. 均匀设计表法 均匀设计表可容纳的因素与水平数较多，实验点在整个优化区间分布均匀，用均匀设计表来构造初始单纯形，不需要进行任何计算，方法简便。根据所研究的因素数，选择合适的均匀设计表，按照均匀设计表及其使用表的要求，将因素水平对号入座，即可获得初始单纯形每个顶点的各个因素的取值。 单纯形法中初始点的计算比较麻烦，特别是多因素且步长各不相同，因此