CH 7其它试验设计教学课件.ppt

CH7 其它试验设计 主讲教师:石启龙 E-mail:qilongshi@ Contents S1 饱和D-最优设计 饱和D-最优设计(D-Saturated optimum design) 饱和D最优设计:试验点的个数n=回归系数的个数, df回归=df总,达到饱和 试验处理数少,获得的信息量大,误差小,精确度高 预测值精度较高,对选择最佳工艺有较强的实用性 (一)一次饱和D-最优设计(略) (二)二次饱和D-最优设计(p=2,3) S1 饱和D-最优设计 S1 饱和D-最优设计 Example of D-Saturated optimum design: S1 饱和D-最优设计 S1 饱和D-最优设计 S1 饱和D-最优设计 S1 饱和D-最优设计 S1 饱和D-最优设计 优化(Optimization): 单指标:回归方程求一阶偏导数 多目标:评价函数法。其核心是构造评价函数,将多目标优化问题转化成单目标问题 使各响应值无量纲化 确定权重系数 构建函数、求解 线性权重法；加权乘除法 ；最短距离理想点法 模糊相似优先比法:加权序号和最低的最优 S1 饱和D-最优设计 C Mean value of three determinations. S2 均匀回归设计 E.g. 为研究环境污染对人体危害,考察6种重金属Cd、Cu、Zn、Ni、Cr、Pb对老鼠寿命的影响,指标:老鼠体内某种细胞的死亡率。将每一种重金属看成一个因子,每一因子取17个水平。试验如何设计？ 正交设计:172=289次; 二次回归正交设计:45次 均匀设计(uniform design):17次 S2 均匀回归设计 均匀设计:1978,方开泰和王元提出 是用均匀设计表安排试验,而用回归分析进行数据分析的一种试验设计方法 正交试验:试验的均衡分散性和整齐可比性,每一列中,同一水平至少出现2次; 均匀试验:单纯考虑数据点分布均匀性 适用范围:变量取值范围大、水平多(5) S2 均匀回归设计 一、均匀试验设计方法的特点 (1)试验工作量少 E.g. 4因素5水平试验 正交试验设计:L25(56) 均匀设计:U5(54) 实验次数明显减少的主要原因:均匀试验设计表的每一列中,每一个水平必出现且只出现1次 S2 均匀回归设计 (2)试验安排的特点 正交试验设计表:表中各列的地位是平等的,因此,无交互作用时,各因素可以安排在任何一列 均匀设计表:表中各列的地位并不一定平等,因此,因素安排在表中的哪一列不是随意的,需根据试验中要考察的实际因素数,依照附在每一个均匀设计表后的使用表来确定因素应该放在哪几列 S2 均匀回归设计 (3)试验设计表之间的关系 附表中一般只给出试验次数和水平数为奇数的表E.g. U5(54),U7(76),U9(96),…U31(3130) 若试验次数为偶数,将试验次数为奇数的表划去最后一行就得到比它次数少1的偶数表,而“使用表”不变。 E.g. 将表U7(76)划去最后一行即可得到U6(66), “使用表”不变 S2 均匀回归设计 (4)分析方法 正交试验:方差分析； 均匀试验:回归分析(均匀设计表无整齐可比性) 所以,试验次数为奇数时,均匀设计表最后一行的存在,虽然对数据点分布的均匀性不利,但其不良后果可以忽略不计 S2 均匀回归设计 (5)因素的水平数5时,宜选择均匀试验设计方法 正交试验:水平数增加时,试验次数按平方的比例增加,E.g. 水平数:9→10,试验次数:81→100 均匀试验:水平数增加时,试验次数只有少量增加E.g.水平数:9→10,试验次数:9→10 S2 均匀回归设计 二、均匀试验设计表 (一)等水平均匀试验设计表 S2 均匀回归设计 (二)混合水平均匀试验设计表 S2 均匀回归设计 三、均匀试验设计的基本方法 (1)根据试验目的确定试验指标 (2)选择试验因素 (3)确定因素水平数:适当多取些,防止最佳条件遗漏 (4)选择均匀设计表:最关键的一步 根据试验因素及试验次数来确定 S2 均匀回归设计 Y与x:线性关系 试验次数:n≥m+1,m为回归方程系数的个数(不包括b0),y=b0+b1x1+b2x2+…+bmxm Y与x:非线性关系,且因素间不存在交互作用 试验次数:nm=2k,k为因素个数 Y与x:非线性关系,因素间存在交互作用时 试验次数:n S2 均匀回归设计 (5)制定试验方案 试验因素及次数→均匀表→因素个数选使用表→安排因素的列号→按重要程度安排因素,依次排在表上→编码转变为相应的水平值→试验方案 (6)方案实施 平行3次,结果取平均值,sd3% S2 均匀回归设计 (7)试验结果分析 直观法:简单、快速,但十分有效 回归分析法 ① y→x