非对称GMC设想和Box-Behnken设想的构造理论.pdf

摘 要 试验设计在科学研究和实践中都起着重要的作用，它已广泛应用于农业、化工、医药 以及一些高科技产品的研发与制造。 Wuand and Wu(2006)进一步总结指出，这些问题除了单因素和两因素的处理比较外，都涉及多个 输入变量对试验输出结果的效应研究。这些输入变量称为因子，而这样的试验称为因析 试验。为了探究因子变化对响应的作用效应，每个因子必须有两个或两个以上的设置， 这些设置称为因子的水平，不同因子的水平组合称为处理组合，在工业试验中一个处理 组合也称为一条运行。因析设计考虑的是因析试验中处理组合的选择和安排，包含所有 处理组合的设计称为完全因析设计．由于处理组合个数随着因子个数或因子水平数的增 多而指数地增多，完全因析设计的试验在实际中往往不可行，因此在实践中通常选择其 中某一部分水平组合进行试验，称为部分因析试验。部分因析设计如果能够通过定义关 系来表达则称为正规设计。在因析设计中，称所有因子的水平都相等的设计为对称设 计，否则称为非对称设计或混合水平设计． 部分因析设计在试验中得到广泛应用，而用最优设计可以获得巨大经济效益，因而如 何选择最优设计是非常重要的。在选择最优部分因析试验时需要考虑的一个问题是，资 源的限制导致试验次数的限制，如何利用有限的资源尽可能多地来估计期望的因子与它 们之间的交互作用及其有关的模型。本文研究两类设计的构造问题：第一部分是研究在 一般最小低阶混杂(GMC)准则下非对称最优设计的构造；第二部分是研究尽可能少试 验次数的设计对二次响应曲面模型进行估计． 本文第一部分主要研究两水平与四水平混合设计的情形。两水平正规部分因析设计 多年来一直受到人们的关注，由于它有简单的别名结构，即任何两个效应要么正交要么 完全别名。混合水平设计由于实际的用处受到人们的广泛重视。当一个试验有n个两水 平因子和m个四水平因子时称为2n4m混合水平设计(简称2n4m设计)。扩4m设计中 的四水平因子可以通过两水平因子替代得到，这种方法最早由Addelman(1962)正式提 出，具体替代的准则是任何一个四水平的因子都可以通过三个两水平因子组合得到。随 and 后Wu(1989)将Addelman的方法拓展，Wu，ZhangWang(1992)将此方法进一步 推广到一般的情况． I 摘要 最早判断因析设计最优性的准则是1961年Box和Hunter针对两水平正规设计提出 的最大分辨度(MR)准则。不同的设计可能含有相同的最大分辨度，为了进一步区分它 and 们的优劣，FriesHunter(1980)提出了最小低阶混杂(MA)准则。目前人们已经将 两水平正规设计的MR和MA准则推广到两水平与四水平混合的情形。值得注意的是 MR和MA准则都是从字长型(WLP)出发的，而字长型只是反应效应之间的一种平均 混杂性质，因而从字长型出发的MR和MA准则求得的最优设计，只是试验者对试验 因子重要性顺序无任何先验信息时最适用的。而实际中大多数试验中试验者具有这方面 的先验信息，那么在此情况下如何选择最优设计就成为迫切需要解决的问题。为了解决 and Ai(2008)针对两水平正规设计提出了不同于、ⅣLP的 此类问题，Zhang，Li，Zhao 别名效应数目型(AENP)来分类设计．一个设计的AENP包含了所有效应与其他效应 以不同严重程度别名的基本信息，相比基于字长型准则的分类设计，它更充分、更直 接地反映了设计中不同阶因子效应之间的混杂关系。另外，其他准则都可以通过表示 为AENP的函数而得到。同时基于AENP，他们提出了一般最小低阶混杂(GMC)准 则，该准则下的最优设计称为GMC设计。新的准则比其他准则更精确客观地体现了效 应等级原则。 目前AENP和GMC准则逐渐发展完善起来，形成了GMC理论体系。 它统一了现有各种准则的表达和助于深刻揭示各准则内在性质和关系，同时基于AENP 可以产生其他各种在实际中有用的最优准则和设计。在这种理论体系下已经有了大量的