试验设计方法.docVIP

试验设计与数据处理 第 PAGE 11 页 共 NUMPAGES 13 页 对试验设计方法的一些探究 试验设计概述：试验研究可分为试验设计、试验的实施、收集整理和分析试验数据等步骤。而实验设计是影响研究成功与否最关键的一个环节，是提高试验质量的重要基础。试验设计是在试验开始之前，根据某项研究的目的和要求，制定试验研究进程计划和具体的试验实施方案。其主要内容是研究如何安排试验、取得数据，然后进行综合的科学分析，从而达到尽快获得最优方案的目的。如果试验安排得合理，就能用较少的试验次数，在较短的时间内达到预期的试验目的；反之，试验次数既多，其结果还往往不能令人满意。试验次数过多，不仅浪费大量的人力和物力，有时还会由于时间拖得太长，使试验条件发生变化而导致试验失败。因此，如何合理安排试验方案是值得研究的一个重要课题。 目前，已建立起许多试验设计方法。如我们大家比较熟悉的，常用单因素实验设计方法的有黄金分割法、分数法、交替法、等比法、对分法和随机法等，这些方法为多因素试验水平范围的选取提供了重要的依据，并在生产中取得了显著成效。而多因素试验设计方法有正交试验设计、均匀实验设计、稳健试验设计、完全随机化设计、随机区组试验设计、回归正交试验设计、回归正交旋转试验设计等。下面通过以下几种方法进行探究。 一、单因素试验设计 在其他因素相对一致的条件下，只研究某一个因素效应的试验，就叫单因素试验。常用的单因素试验设计方法有黄金分割法、分数法、交替法、等比法、对分法和随机法等。单因素试验不仅简单易行，而且能对被试验因素作深入研究，是研究某个因素具体规律时常用而有效的手段。同时还可结合生产中出现的问题随时布置试验，求得迅速解决。单因素试验由于没有考虑各因素之间的相互关系，试验结果往往具有一定的局限性。 单因素试验只研究一个因素的效应，制定试验方案时，根据研究的目的要求及试验条件，把要研究的因素分成若干水平，每个水平就是一个处理，再加上对照（有时就是该因素的零水平）就可以了。 例如硫酸铵加量对微生物生长的影响试验，硫酸铵的用量分、、、四个水平。 在设计单因素试验方案时，应注意数量水平的级差不能过细。过细，试验因素不同水平的效应差异不明显，甚至会被试验误差所掩盖，试验结果不能说明问题。但单因素试验设计方法为多因素试验设计水平范围的选取提供了重要的依据，并在生产中取得了显著的成效。下面通过几种方法来看一下。 分数法 由菲波那契(Fibonacci)数列： 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, … 得出分数数列： 1/2 , 2/3, 3/5, 5/8, 8/13, 13/21, 21/34, 34/55, 55/89, … 用分数数列来安排试验点的优选法称为分数法。 分数法适用场合：试验点只能取整数的情况；受条件限制只能做几次试验的情况。 实际上，0.618法也是分数法的一种，当n →∞时： 分数法的使用： （1）确定等分试验范围的份数：增加或缩减—与分母同 （2）根据第一批试验的结果，判断极值的存在区间，然后继续用分数法安排第二批试验。 对分法 用分数数列第一项(1/2)来安排试验点的方法 特点：每个试验点的位置都在试验区间的中点，每做一次试验，试验区间长度就缩短一半。 ——对分法的分法简单，能很快地逼近极值点。 使用条件： ①要有一个标准（或具体指标）。 ②要预知该因素对指标的影响规律。 二、多因素试验设计 研究两个以上不同因素效应的试验，叫做多因素试验或多因素试验。多因素试验设计方法有正交试验设计、均匀试验设计、稳健试验设计、完全随机化设计、随机区组试验设计、回归正交试验设计、回归正交旋转试验设计、回归通用旋转试验设计、混料回归试验设计、D-最优回归设计等，其中最基础的、在各领域应用最广泛的多因素试验设计方法是正交试验设计、均匀试验设计、回归正交试验设计以及回归正交旋转试验设计。多因素试验克服了单因素试验的缺点，其结果能较全面的说明问题。 但随着试验因素的增多，往往容易使试验过于复杂庞大，反而会降低试验的精确性。处理数目与试验种类、排列方法、要求的精确程度有关，应以较少的处理解决较多问题，因此。复因素试验一般以2-4个试验因素较好。下面通过集中来探究一下。 正交试验设计 对于单因素或两因素试验，因其因素少 ，试验的设计 、实施与分析都比较简单 。但在实际工作中 ，常常需要同时考察 3个或3个以上的试验因素 ，若进行全面试验 ，则试验的规模将很大 ，往往因试验条件的限制而难于实施 。正交试验设计就是安排多因素试验 、寻求最优水平组合 的一种高效率试验设计方法。 利用正交表，适用于多因素试验，以部分实施代替