第五章优选法.pptVIP

第五章 优选法 2019/3/9 试验设计与数据处理 2 序言 ? 所谓优选法（ Optimum seeking method ）就是根 据生产和科研中的不同问题，利用数学原理，合 理地安排试验点，减少试验次数，以求迅速地找 到最佳点的一类科学方法。 ? 优选法可以解决那些试验指标与因素间不能用数 学形式表达，或虽有表达式但很复杂的那些问题。 2019/3/9 试验设计与数据处理 3 单因素优选法 ? 假定 f(x) 是定义区间 (a,b) 的 单峰函数 ， f(x) 的表达 式未知，从试验中得出在某一点 x 0 的数值 f(x 0 ) 。 ? 应用单因素优选法，就是用尽量少的试验次数来 确定 f(x) 的最大值的近似位置。 ? f(x) 指的是试验结果， 区间 (a,b) 表示的是试验因 素的取值范围。 2019/3/9 试验设计与数据处理 4 来回调试方法 ? 取值任意，只要在上次剩下的范围内就行了 2019/3/9 试验设计与数据处理 5 减少试验次数的实验方法 ? 黄金分割法 ? 分数法 ? 对分法 ? 抛物线法 ? 分批实验法 ? 逐步提高方法（爬山法） 2019/3/9 试验设计与数据处理 6 黄金分割法 ? 黄金分割点 ? 黄金分割法，就是将第一个实验点 x1 安排在试验 范围内的距 a 点的 0.618 处，第二个点对称取。 ? 如果 f(x 1 )f(x 2 ) 那么舍去 (a,x 2 ) ，以此类推 .... 6180339887 . 0 2 1 5 ? ? ? ? 2019/3/9 试验设计与数据处理 7 分数法 ? Fibonacci 数列 1 ， 1 ， 2 ， 3 ， 5 ， 8 ， 13 ， 21 ， 34 ， 55 ， 144 ， 233 ， …… . ? 分数法适用于实验点只能取整数的情况 ? 0.618 可以近似的使用分数来表示 ? 如果不是等分数，凑足为等分数或消减为等分数 1 ? n n F F 2019/3/9 试验设计与数据处理 8 对分法 ? 天平称重、电话线 ? 两个条件 ①要有一个标准 ②要预知该因素对指标的影响规律。 2019/3/9 试验设计与数据处理 9 抛物线法 ? 抛物线法是根据己得的三个试验数据，找到这三点的抛 物线方程，然后求出该抛物线的极大值，作为下次试验 的根据。 ? 用与之相邻的两个点再组成抛物线，可为下一次实验之 用 ? 抛物线法常常用在 0.618 法或分数法取得一些数据的情况， 这时能收到更好的效果。 ? 建议做完了 0.618 法或分数法的试验后，用最后三个数据 按抛物线法求出 x 4 并计算这个抛物线在点 x=x 4 处的数值， 预先估计一下在点 x 4 处的试验结果，然后将这个数值与己 经试得的最佳值作比较，以此作为是否在点 x 4 处再做一次 试验的依据。 2019/3/9 试验设计与数据处理 10 Lagrange 拉格朗日插值法可得如下方程 最大值位置 2019/3/9 试验设计与数据处理 11 2019/3/9 试验设计与数据处理 12 分批实验法 ? 均分分批试验法 ? 比例分割分批试验法 2019/3/9 试验设计与数据处理 13 均分分批试验法 ? 2n 个实验，把试验范围等分为（ 2n+1 ）段，最好 点两侧各取一段，再分为 n+1 段 2019/3/9 试验设计与数据处理 14 比例分割分批试验法 2019/3/9 试验设计与数据处理 15 比例分割法 ? 比例分割法是黄金分割法的推广 2019/3/9 试验设计与数据处理 16 逐步提高法（爬山法） ? 某些可变因素不允许大幅度的调整 ? 具体方法为：先找一个起点，在 a 点做试验后向该因素的减少方向找 一点 b ，做试验。如果好，就继续减少；如果不好，就住增加的方向 找一点 c 做试验，如果 c 点好就继续增加，这样一步一步地提高。如 爬到某点 e ，再增加时反而坏了，则 e 就是该因素的最好点。这就是 单因素问题的爬山法。 ? 起点选得好可以省好多次试验，所以对爬山法来说试验范围的正确 与否很重要。 ? 每步间隔的大小，对试验效果关系也很大。 ? 在实践中住住采取“两头小，中间大”的办法，先在各个方向上