正交试验设计的矩阵分析方法.docx

正交试验设计的矩阵分析方法周玉珠( 正交试验设计的矩阵分析方法 周玉珠 ( 山东经济学院 统计与数学学院, 济南 250014) 摘要: 介绍了一种正交试验设计的矩阵分析方法, 通过该方法能够计算出各因素各水平对试验结果影响 的权重, 根据权重的大小可以确定正交试验的最优方案以及各个因素对正交试验的指标值影响的主次顺序. 关键词: 正交试验; 数据结构模型; 权矩阵; 优方案 1 问题的提出 在生产实践中, 试制新产品、改革工艺、寻求好的生产条件等等, 需要先做试验, 而做试 验总要花费时间, 消耗人力、物力, 因此人们总是希望试验的次数尽可能少, 而试验的结果尽 可能的好. 要达到这个目的, 就必须事先对试验作合理的安排. 实际问题是复杂的, 对试验有 影响的因素往往是多方面的, 要考察各个因素对试验的影响情况. 在多因素、多水平试验中, 如果对每个因素的每个水平都互相搭配进行全面试验, 需要做的试验次数就会很多. 人们在 长期的实践中发现, 要得到理想的结果, 并不需要进行全面试验, 即使因素个数、水平都不太 多, 也不必做全面试验, 尤其对那些试验费用很高, 或是具有破坏性的试验, 更不要做全面试 验, 应当在不影响试验效果的前提下, 尽可能地减少试验次数, 正交试验设计就是解决这个 问题的有效方法. 正交试验设计的目的就是对试验的工况条件进行优化, 找到最佳的试验方案. 最佳的试 验方案对试验结果的考察指标的要求越大越好 (或越小越好). 正交试验就是根据影响试验 的因素和水平进行试验, 得出试验结果的考察指标值, 分析因素和水平对指标值的影响, 得 出最佳的试验方案. 常见的分析方法有直观分析法、方差分析法和效应分析法, 这三种分析 方法对于多指标的正交试验问题有一定的困难, 而且运算量大. 本文介绍一种简便的矩阵分 析方法, 可计算出影响试验结果的各因素各水平的权重, 根据权重的大小, 能够快速得出最 优方案以及影响因素的主次顺序. 矩阵分析方法 设计一个正交试验 (先不考虑交互作用) , 根据它的数据结构建立一个三层结构模型, 表 1 所示, 第一层为试验考察指标层, 第二层为因素层, 第三层为水平层. 根据各个层次的数 据, 给出如下的矩阵定义. 2 定义1 试验考察指标层矩阵: 若正交试验中有 l 个因素, 每个因素有m 个水平, 因素A i 第 j 个水平上的试验指标的平均值为 k ij , 如果试验结果的考察指标是越大越好, 则令 K i j = k i j , 如果试验结果的考察指标是越小越好, 则令 K ij = 1?k ij , 建立 (1) 式矩阵. 收稿日期: 2006205216 2032 期周玉珠: 正交试验设计的矩阵分析方法表 1 正交试验的数据结构模型m因素层矩阵: 令 T i = 1?∑K ij ; 建立 (2) 式矩阵.定义 2j = 1lsi ?∑si ,建立 (3) 式矩阵.定义3水平层矩阵: 正交试验中因素 A i 的极差为 203 2 期 周玉珠: 正交试验设计的矩阵分析方法 表 1 正交试验的数据结构模型 m 因素层矩阵: 令 T i = 1?∑K ij ; 建立 (2) 式矩阵. 定义 2 j = 1 l si ?∑si , 建立 (3) 式矩阵. 定义3 水平层矩阵: 正交试验中因素 A i 的极差为 si , 令 S i = i= 1 0 0 0 0 0 0 K 11 K 12 0 K 21 K 22 0 0 0 0 0 0 K 1m 0 0 (1) M = 0 K 2m 0 0 0 0 0 0 0 0 K l1 K l2 0 T 1 0 0 0 K lm 0 T 2 0 0 T = (2) 0 0 T l S 1 S 2 S = (3) S l 定义 4 Ξ = 影响试验指标值的权矩阵: ΞT = M T S Ξ1 , Ξ2 , m , Ξlm ] (4) 以上矩阵中 Ξ1 = K 11 T 1S 1 , K 11 T 1 为 K 11 ?∑K i j , 是因素 A 1 第一个水平的指标值占因素 j = 1 l A 1 所有水平的指标值总和的比; S 1 为 si ?∑si , 是因素A 1 的极差占所有因素的极差总和的比, i= 1 二者乘积的数值不仅能够反映因素 A 1 第一个水平对指标值的影响程度, 而且也能反映因素 A 1 极差的大小. 其它的因素和水平也是如此. 通过计算, 可得出各因素各水平对试验结果考察指标 影响的权重, 根据权重能够得出最优方案以及影响因素的主次顺序. 下面以一个实例进行分析. ? 1994-2013 China Academic